跳到主要内容

SQL SELECT AS 别名

提示
  1. 别名定义：SQL中的AS关键字用于给列或表赋予一个临时名称（别名），方便后续操作和识别。
  2. 别名语法：使用AS时，可以为表中的列或整个表指定别名，语法为SELECT column AS alias FROM table_name。
  3. 多重用途：AS别名不仅用于单个列，也适用于多个列、表达式和函数。例如，结合CONCAT()函数将多个列的数据合并为一个列，并赋予新的列名。

AS 关键字用于给列或表一个临时名称，以便以后可以识别该列或表。

示例​

FROM Customers;

这里，SQL 命令从 Customers 表中选择了 first_name 列。然而，在结果集中，列名被更改为 name。

SQL AS 别名语法​

SQL AS 命令的语法是：

SELECT column_1 AS alias_1,
       column_2 AS alias_2,
... ...column_n AS alias_n
FROM table_name;

这里，

  • column_1, column_2,...column_n 是表的列
  • alias_1, alias_2,...alias_n 是表列的别名

例如，

FROM Customers;

这里，SQL 命令选择了 Customers 的 first_name 列。然而，列名在结果集中将更改为 name。

如何在 SQL 中使用 AS 别名

SQL AS 与多个列​

我们也可以将别名与多个列一起使用。

例如，

FROM Customers;

这里，SQL 命令选择了 customer_id 作为 cid 和 first_name 作为 name。

SQL AS 与表达式​

我们可以使用 CONCAT() 函数将多个列的数据组合在一个列中表示。例如，

SELECT CONCAT(first_name, ' ', last_name) AS full_name
FROM Customers;

这里，SQL 命令选择了 first_name 和 last_name。列名在结果集中将是 full_name。

然而，我们的在线 SQL 编辑器不支持 CONCAT() 函数，因为它使用 SQLite 数据库。在 SQLite 中，我们需要使用 || 运算符进行连接。

例如，这是一个在我们的 SQL 编辑器中可以运行的等效代码。

-- 连接成一个名为 full_name 的单个列

SELECT first_name || ' ' || last_name AS full_name
FROM Customers;

这里，SQL 命令将在结果集中将 first_name 和 last_name 列连接为 full_name。

请注意，我们在 first_name 和 last_name 之间还连接了一个空格 ' '。这确保了这些列中的数据在结果集中以空格分隔。

如何在 SQL 中使用带表达式的 AS 别名

更多 SQL AS 示例​

SQL 中使用 AS 与函数

在使用函数时使用 AS 来创建别名是一种常见做法。例如，

-- 使用函数时的 AS
SELECT COUNT(*) AS total_customers
FROM Customers;

这里，SQL 命令计算了行的总数，并将值表示为 total_customers 属性。

这个命令的结果集将有一个 total_customers 列。

SQL 表别名

AS 关键字也可以用于给表一个临时名称。例如，

-- 表别名 AS
SELECT cu.first_name, cu.last_name
FROM Customers AS cu;

这里，SQL 命令暂时将 Customers 表命名为 cu 并从 cu 中选择 first_name 和 last_name。

这个命令的结果集将有 first_name 和 last_name 列。

SQL 中的 AS 与 JOIN

我们可以在使用 JOIN 时与表名一起使用 AS 别名，使我们的代码简短而清晰。例如，

SELECT C.customer_id AS cid, C.first_name AS name, O.amount
FROM Customers AS C
JOIN Orders AS O
ON C.customer_id = O.customer_id;

这里，SQL 命令暂时将 Customers 表命名为 C，

Orders 表命名为 O，并选择了 C 的 customer_id、C 的 first_name 和 O 的 amount。

这个命令的结果集将有 cid、name 和 amount 列。

想了解更多，请访问 SQL JOIN。

最后于 更新