简介：这份PDF资料是B站Mosh老师三小时SQL入门课程的配套笔记，面向零基础或希望系统梳理SQL语法的开发者与数据分析初学者，帮助其快速建立关系型数据库查询的知识框架。压缩包内共1个PDF文件，约2.43MB，内容以速查手册形式组织，涵盖SELECT子句、WHERE条件筛选、AND/OR/NOT逻辑操作符、IN与BETWEEN范围判断、LIKE模糊匹配、REGEXP正则匹配、IS NULL判空，以及ORDER BY排序、LIMIT限制、内外连接、USING与交叉连接、UNION合并和INSERT插入数据等核心语法，并附有示例语句便于对照查阅。目前已有981人学习下载，适合作为课程复习提纲或日常写查询时的随手参考，帮助读者按主题快速定位语法要点、理解各操作符的适用场景，从而减少翻查文档的时间。
1. 到底什么是 SQL：从一张“点菜清单”说起
如果你第一次听到 SQL 这个词，大概率是在招聘要求里，或者某个数据岗位的面试题里。它读作“sequel”或“S-Q-L”，全称是结构化查询语言。别被“语言”两个字吓到，它跟中文、英文不是一回事——它更像一张写给数据库的点菜清单：你告诉后厨要什么菜、不要放辣、按什么顺序上，后厨照做，把结果端到你面前。你不需要知道厨房里火候怎么控、食材怎么摆，只要把需求说清楚就行。
这份来自 B 站 Mosh 老师三小时课程的笔记，本质上就是把这张“点菜清单”的常用句式整理成了一张速查表。它覆盖了 SELECT、WHERE、逻辑操作符、IN、BETWEEN、LIKE、REGEXP、排序、分页、连接和插入数据这些核心构造。说白了，它不教你成为数据库专家，而是让你在需要跟数据库打交道时，能快速写出“能跑、能看懂、不翻车”的查询语句。搞懂 SQL 的价值在于：无论你做开发、做运营还是做数据分析，只要数据存在表里，你就绕不开它。
2. SQL 查询的骨架：为什么一条语句要分好几段
2.1 SELECT 和 FROM：先决定“看哪列、从哪表”
任何一条查询语句，最核心的两块就是 SELECT 和 FROM。SELECT 决定你要哪些列，FROM 决定你从哪张表里拿。笔记里给了一个很典型的例子：SELECT * FROM customers WHERE state = 'CA' ORDER BY first_name LIMIT 3;。这条语句读起来就像一句话：从 customers 表里，挑出 state 是 CA 的客户，按名字排序，只要前三条。
*是通配符，意思是“所有列”。初学阶段用*很方便，但真实项目里通常不建议——因为你会把不需要的列也拉出来，数据量一大就拖慢速度。更稳妥的写法是把列名写清楚，比如SELECT first_name, points FROM customers。另外笔记里特别提到，SQL 本身不区分大小写，但 MySQL 里每条语句必须以分号结尾。这个细节看着小，实际踩坑的人不少：少一个分号，客户端就一直等你输入下一条，你还以为程序卡死了。
SELECT 里还能直接做运算，比如SELECT (points * 10 + 20) AS discount_factor FROM customers。这里的 AS 是给计算结果起个别名，方便阅读。运算顺序跟小学数学一样：先括号，再乘除，最后加减。这个能力在报表场景里很实用，比如把积分换算成折扣系数，不用把数据取出来再用代码算。
2.2 WHERE 和逻辑操作符：把“全部数据”筛成“我要的那几条”
WHERE 是过滤条件，相当于点菜时说“不要香菜”。笔记里列了比较操作符：大于、大于等于、小于、小于等于、等于、不等于（<>和!=都行）。这些符号本身不难，难的是组合条件时的逻辑。
AND 要求两个条件同时成立，OR 只要一个成立就行，NOT 则是否定整个条件。举个笔记里的例子：WHERE birthdate > '1990-01-01' AND points > 1000，意思是 1990 年以后出生且积分超过 1000 的客户。如果把 AND 换成 OR，范围立刻变大——只要满足其中一个就算。这里有个血泪经验：当 AND 和 OR 混用时，一定要用括号把意图写清楚，否则数据库按自己的优先级执行，结果可能跟你脑子里想的完全不一样。
IN 操作符是多个 OR 的简写。WHERE state IN ('VA', 'NY', 'CA')比写三个 OR 干净得多，可读性也更好。BETWEEN 则是闭区间，WHERE points BETWEEN 100 AND 200包含 100 和 200 本身，这一点跟某些编程语言的范围函数不一样，别搞混。
2.3 LIKE 和 REGEXP：模糊匹配的两把不同尺子
LIKE 用于简单的模式匹配，只有两个通配符：%代表任意多个字符，_代表恰好一个字符。WHERE first_name LIKE 'b%'就是找所有以 b 开头的名字。它够用、好懂，但表达能力有限。
REGEXP 是正则表达式匹配，能力更强。笔记里给了几个例子：^a表示以 a 开头，ey$|on$表示以 ey 或 on 结尾，b[ru]表示 b 后面跟 r 或 u。正则的好处是一次能表达复杂的模式，坏处是写错了很难排查。初学阶段建议先用 LIKE 解决大部分需求，确实需要复杂模式再上 REGEXP。另外注意，IS NULL是专门用来判断空值的，不能用= NULL——空值在 SQL 里不等于任何东西，包括它自己，这是个经典误区。
3. 排序、分页与连接：让结果“按你要的顺序、按你要的规模”出现
3.1 ORDER BY 和 LIMIT：控制顺序和条数
ORDER BY 决定结果怎么排，默认是升序，加 DESC 就是降序。笔记里的例子是ORDER BY state, first_name DESC，意思是先按 state 升序排，state 相同的再按 first_name 降序排。多列排序在实际场景里很常见，比如先按部门排、再按入职时间排。
LIMIT 控制返回多少条。LIMIT 3就是只要前三条。更实用的写法是LIMIT 6, 3，意思是跳过前 6 条，取 3 条——这就是分页的基础。很多后端接口的“第几页、每页几条”最终都会翻译成这种形式。需要注意的是，LIMIT 如果不配合 ORDER BY，返回的顺序是不确定的，每次查可能都不一样。做分页时一定要有稳定的排序字段，否则用户翻页时会看到重复或遗漏的数据。
3.2 JOIN：把分散在多张表里的信息拼起来
真实数据库很少把所有信息塞在一张表里。客户信息在 customers 表，订单信息在 orders 表，靠 customer_id 关联。JOIN 就是把这些表按关联字段拼在一起。
内连接（JOIN 或 INNER JOIN）只返回两边都匹配上的记录。笔记里的写法是FROM customers c JOIN orders o ON c.customer_id = o.customer_id，其中 c 和 o 是表的别名，让语句更短。外连接分左外和右外，LEFT JOIN会保留左表所有记录，即使右表没有匹配——笔记里的例子是“返回所有客户，不管他们有没有订单”。这个区别很关键：内连接会丢掉没有订单的客户，左连接不会。
如果两张表的关联列名完全一样，可以用 USING 简化：JOIN orders o USING (customer_id)。CROSS JOIN 则是笛卡尔积，把两张表的每一行都两两组合，笔记里用“每种颜色配每种尺寸”来解释，很直观。UNION 用于把两个查询结果上下拼在一起，要求列数和类型对得上。
3.3 INSERT：数据是怎么进去的
查询之外，笔记也覆盖了插入数据。单条插入的写法是INSERT INTO customers(first_name, phone, points) VALUES ('Mosh', NULL, DEFAULT)。这里有几个细节：列名要跟值的顺序对应；NULL 表示空值；DEFAULT 表示用表定义的默认值。多条插入可以在 VALUES 后面跟多组括号，用逗号隔开，比一条条执行效率高。
提示：插入时如果省略列名，就必须按表定义的顺序提供所有列的值，这种写法很脆弱，表结构一变就容易出错。显式写列名是更稳妥的习惯。
4. 常见误区与易混概念：这几组东西名字像，用法差很远
4.1 WHERE 和 HAVING 不是一回事
易混点：两者都用来过滤，看起来可以互换。为什么混：初学阶段只接触 WHERE，遇到聚合结果需要过滤时，第一反应还是写 WHERE。怎么区分：WHERE 在分组之前过滤原始行，HAVING 在分组之后过滤聚合结果。如果你要过滤的是“每个组的统计值”，比如“订单总额超过 1000 的客户”，那就得用 HAVING，WHERE 在这里会报错或逻辑不对。
4.2 NULL 不等于空字符串，也不等于 0
易混点：看到 NULL 就以为它是“空的”，拿= ''或= 0去判断。为什么混：日常语言里“空”和“没有”是一个意思，但 SQL 里 NULL 表示“未知”，它跟任何值比较的结果都是未知，不是真也不是假。怎么区分：判断空值只能用IS NULL或IS NOT NULL。笔记里WHERE phone IS NULL就是标准写法。用= NULL永远查不到东西，这是新手最常见的翻车点之一。
4.3 LIKE 的%和正则的*别搞混
易混点：两个都表示“多个”，容易随手混用。为什么混：不同工具里通配符的约定不一样，写多了容易串。怎么区分：在 SQL 的 LIKE 里，%是任意多个字符，_是恰好一个；而正则里的*表示前一个字符重复零次或多次，含义完全不同。用 LIKE 时别写正则语法，用 REGEXP 时别拿%当通配符。
4.4 内连接和左连接的结果集大小可能差很多
易混点：觉得 JOIN 就是“把表连起来”，用什么连接都一样。为什么混：语法只差一个 LEFT，看起来是小事。怎么区分：内连接只保留两边都匹配的行，左连接保留左表全部行、右表没匹配的补空。如果你要统计“所有客户包括没下单的”，用内连接会悄悄丢掉一部分人，数字对不上还很难查。
4.5 DISTINCT 和 GROUP BY 都能去重，但目的不同
易混点：两者都能让结果看起来“不重复”，于是随便选一个。为什么混：在小数据量、单列场景下，结果确实一样。怎么区分：DISTINCT 是对最终结果去重，GROUP BY 是为了分组做聚合计算。如果你只是想去重看有哪些州，用 DISTINCT；如果你要算每个州的客户数，用 GROUP BY 配合聚合函数。笔记里SELECT DISTINCT state FROM customers就是前者的典型用法。
5. 什么时候该翻这份笔记，什么时候别指望它
这份三小时课程笔记的定位很清晰：它是一张核心语法的速查表，不是完整手册。笔记开头自己也说了，它覆盖的是核心语言构造，“并不完整”。所以判断标准很简单：当你需要快速回忆某条语句怎么写、某个操作符什么含义、连接和分页的语法长什么样，翻它很高效；当你需要处理复杂的事务、索引优化、存储过程、权限管理，或者面对特定数据库的方言差异，这份笔记就不够用了，得去查对应数据库的官方文档。
具体来说，几种典型适用场景：刚学完课程需要复习，拿它当提纲过一遍；写查询时忘了 BETWEEN 是否包含边界，扫一眼确认；面试前快速过一遍 JOIN 和 UNION 的区别。不适用的场景也要说清楚：生产环境里做性能调优，光知道语法远远不够，得看执行计划；数据量上千万时，SELECT *和缺索引的写法会直接拖垮查询，这些不在速查表的能力范围内。
| 场景 | 适合翻这份笔记 | 需要另找资料 |
|---|---|---|
| 回忆 SELECT / WHERE 基本写法 | 是 | 否 |
| 确认 LIKE 与 REGEXP 的通配符 | 是 | 否 |
| 写多表连接但忘了 USING 语法 | 是 | 否 |
| 查询慢需要优化 | 否 | 是，看执行计划与索引 |
| 跨数据库方言差异 | 部分参考 | 是，查对应官方文档 |
| 事务与并发控制 | 否 | 是 |
我自己的习惯是：每次写稍微复杂一点的查询之前，先把过滤条件、排序、分页这三块在纸上列清楚，再对照速查表确认语法，最后才往编辑器里敲。这个习惯帮我省掉了很多“语法没错但结果不对”的排查时间。数据库不会猜你的意图，你写什么它就执行什么，所以把意图写明确，比记住更多花哨语法更重要。希望这份整理能帮你在下次遇到 SQL 时，少一点懵、多一点底气。
本文还有配套的精品资源，点击获取
