1. 从一条SQL到一套基本功：为什么要认真对待增删查改
很多人学MySQL，第一眼看到的就是SELECT、INSERT、UPDATE、DELETE这四条语句，觉得简单到不需要花心思——无非就是“查一下”“加一行”“改个值”“删掉呗”。但我见过太多人，包括我自己刚入行的时候，都在这个“简单”上面栽过跟头。
举个例子，我早年做某个后台管理系统的数据修正，线上用户表里有一批字段值需要批量调整。我当时图省事，写了一条不带WHERE条件的UPDATE，结果整张表的数据全部被改成了同一个值。要不是有备份，那就是实实在在的生产事故。后来我复盘这件事，问题的根源不在于“SQL语法没背熟”，而在于我压根没有把增删查改当成一套需要系统性理解的“基本功”来对待。
这篇内容，就是围绕“基础增删查改”这个主题，把四个核心操作从语法、执行逻辑、实际场景到坑点、排查方法，完整梳理一遍。适合刚接触数据库的初学者把它当入门手册，也适合写过一段时间SQL但总感觉“哪里不对劲”的开发者对照查漏补缺。这里面没有晦涩的底层原理，每一条都对应实际开发中会用到的场景，看完可以直接在命令行或者客户端里照着敲一遍。
1.1 先理解MySQL里“增删查改”的底层工作方式
在学习具体语句之前，先建立两个最基本的概念，否则后面所有操作都会觉得像在“背单词”。
第一个概念是“表结构先行”。MySQL是关系型数据库，所有数据存储在“表”里，表由“行”和“列”构成。你想往里放数据，必须先告诉MySQL这张表长什么样——有哪些列、每列存什么类型的数据。这就好比你要在Excel里记账，肯定得先设计好表头，而不是随手往空白格子里填数字。所以，CREATE TABLE虽然不属于增删查改的四个操作，但没有它，后面四条语句根本无法执行。
第二个概念是“条件决定范围”。UPDATE和DELETE可以作用于一行，也可以作用于一百万行，唯一的分水岭就是WHERE子句。很多初学者会觉得WHERE只是“可选参数”，但实际上，它才是决定这条语句是“精准手术”还是“无差别轰炸”的关键。从设计上讲，MySQL的UPDATE和DELETE默认会扫描所有符合条件的行，如果没有条件限制，那就是全表范围生效。这不是MySQL设计得危险，而是它的逻辑本来就是“你让我改哪些，我改哪些；你没说清楚，我就当全部”。
1.2 准备好你的练习环境
既然要看懂、学会并亲手跑通增删查改，第一步是有一个能用的MySQL环境。如果你完全没装过，推荐直接用 Docker 拉一个镜像，五分钟就能跑起来：
docker run --name mysql-demo -e MYSQL_ROOT_PASSWORD=123456 -p 3306:3306 -d mysql:8.0提示：上面命令里的密码仅用于本地学习。实际开发中，数据库密码强度、访问权限、端口暴露范围都需要单独做安全加固，不要为了图方便在公网环境用弱口令。
如果你不熟悉Docker，直接在本地安装MySQL服务端和命令行客户端也可以。装完之后，先通过客户端连上去验证环境是否正常：
mysql -uroot -p登录成功之后，接下来所有操作都在这个会话里进行。我个人建议专门建一个测试库，避免把系统库弄乱：
CREATE DATABASE IF NOT EXISTS demo_library DEFAULT CHARSET utf8mb4; USE demo_library;我后面所有示例都基于这个demo_library库展开。用utf8mb4字符集，是因为它既能存中文，又能覆盖绝大多数Unicode字符，省得之后数据处理遇到乱码问题。
2. 增删查改的前置工作：建表与基础数据准备
2.1 创建一张带约束的学生表
我选用“学生信息管理”这个场景来演示，因为它足够形象，字段类型也覆盖了日常高频使用的整数、字符串、日期、枚举等类型。在demo_library库里执行下面这条建表语句：
CREATE TABLE student ( id INT PRIMARY KEY AUTO_INCREMENT COMMENT '主键，自增', student_no VARCHAR(20) UNIQUE NOT NULL COMMENT '学号，唯一约束', name VARCHAR(50) NOT NULL COMMENT '姓名', gender ENUM('M', 'F') DEFAULT 'M' COMMENT '性别，M男F女', age INT NOT NULL DEFAULT 18 COMMENT '年龄', class_name VARCHAR(50) DEFAULT NULL COMMENT '班级', enroll_date DATE NOT NULL COMMENT '入学日期', score DECIMAL(5,2) DEFAULT 0.00 COMMENT '综合成绩' ) ENGINE=InnoDB DEFAULT CHARSET=utf8mb4 COMMENT='学生信息表';这里每一个设计点都有讲究，不是随便写的。id设置为主键并自增，这是MySQL里最常用的“记录唯一标识”做法，确保每一行都有稳定的定位锚点。student_no加了UNIQUE唯一约束，防止重复学号混入数据。gender用ENUM枚举，限制取值范围，比直接存字符串更省空间，也在数据库层杜绝了脏数据。score用DECIMAL(5,2)，意思是总共5位数字，小数占2位，最大能存999.99，用来存成绩不会出现浮点精度问题。
注意：DECIMAL和FLOAT/DOUBLE看起来都能存小数，但DECIMAL是定点数，存的是精确值；FLOAT/DOUBLE是浮点数，存的是近似值。涉及金额、分数、数量这类需要精确比较的数据，一律用DECIMAL。
2.2 插入第一批测试数据（多条插入）
建完表之后，先插入几条数据，为后面的查询、修改、删除提供“实验材料”：
INSERT INTO student (student_no, name, gender, age, class_name, enroll_date, score) VALUES ('S1001', '张三', 'M', 20, '计算机1班', '2023-09-01', 88.50), ('S1002', '李四', 'F', 19, '计算机1班', '2023-09-01', 92.00), ('S1003', '王五', 'M', 21, '软件2班', '2022-09-01', 77.25), ('S1004', '赵六', 'F', 19, NULL, '2024-09-01', 85.00), ('S1005', '孙七', 'M', 20, '数据1班', '2023-09-01', 91.50);一次插入多行，用逗号分隔，比逐条执行五条INSERT语句效率高得多。注意我没有指定id字段，因为它自增，MySQL会自动为每一行生成唯一值。class_name允许为空，所以赵六那条记录故意留了NULL，方便后续演示空值筛选的场景。
2.3 快速验证当前数据
在正式开始讲解四个操作之前，先跑一条最基础的查询，看看目前表里有什么：
SELECT * FROM student\G;在命令行客户端里，\G可以把每一行的结果显示成纵向排列，列多的时候特别清晰。我看到的结果是5行数据，id从1到5，每列都有值或为NULL，说明前期的建表和插入都没有问题。接下来就从查询开始，一步步把四大操作全部过一遍。
3. SELECT查询：最常用也最需要体系化理解的操作
查询是增删查改里用得最多的一个，也是变化最多的一个。我见过很多人写SQL只停留在SELECT * FROM 表名 WHERE 条件，一旦遇到排序、去重、分组、关联，就开始凭感觉拼语句，结果数据对不对心里完全没底。这里把查询按场景拆开讲。
3.1 基础查询与列控制
最原始的查询就是把整个表的数据拉出来看：
SELECT * FROM student;*代表所有列，日常工作里其实不建议在正式环境这么用，因为字段多了之后网络传输开销大，而且视野会被无关数据干扰。更规范的写法是明确列出你需要的字段：
SELECT student_no, name, age FROM student;这个习惯一开始就养成，后面写复杂查询时受益很明显。另外，查询时可以在列名后面加别名，让结果集中看：
SELECT name AS 姓名, age AS 年龄 FROM student;别名的AS可以省略，写成SELECT name 姓名 FROM student也能跑，但我建议保留AS，阅读代码时更直观。
3.2 条件过滤：WHERE的完整用法
WHERE后面可以跟比较运算符、逻辑运算符、范围判断、模糊匹配等多种条件。这里列出几个最常见场景。
等值匹配：
SELECT * FROM student WHERE class_name = '计算机1班';范围匹配，用IN：
SELECT * FROM student WHERE class_name IN ('计算机1班', '数据1班');区间匹配，用BETWEEN ... AND ...：
SELECT * FROM student WHERE age BETWEEN 19 AND 20;模糊匹配，用LIKE：
SELECT * FROM student WHERE name LIKE '张%';%代表任意长度的任意字符，_代表单个任意字符。所以'张%'能匹配到“张三”“张伟”这样的名字，而'张_'只能匹配到“张三”这种姓张且名字只有一个字的人。
空值判断是很多人的知识盲区，划个重点：
SELECT * FROM student WHERE class_name IS NULL;这里不能用class_name = NULL。原因很简单：MySQL里NULL表示“未知”，拿“未知”跟任何值做比较，结果都是“未知”，而WHERE只接受“真”条件，等于NULL永远不会命中。
组合条件用AND和OR：
SELECT * FROM student WHERE class_name = '计算机1班' AND age >= 20;注意：当
AND和OR同时出现时，AND优先级高于OR。如果条件复杂，建议每一次都用小括号明确逻辑分组，别让读代码的人猜意图。
3.3 排序：ORDER BY的细节
查询结果默认按照存储顺序返回，很多时候我们想要的是按照某个字段排序后的结果：
SELECT * FROM student ORDER BY score DESC;DESC表示降序，ASC表示升序，升序是默认值。多字段排序的写法是：
SELECT * FROM student ORDER BY class_name ASC, score DESC;这句话的意思是先按班级升序排，班级相同的再按成绩降序排。这个“从左到右依次生效”的规则要记住，顺序写反了，排序结果就完全不是你想要的样子。
3.4 去重：DISTINCT
想知道表里出现了哪些班级，直接查会有重复值：
SELECT DISTINCT class_name FROM student;这里会过滤掉完全重复的行，结果里“计算机1班”只会出现一次。DISTINCT用在多列上时，是“多列组合去重”，不是分别去重。
3.5 限制行数：LIMIT
MySQL里限制查询返回行数用的是LIMIT offset, count，第一参数是偏移量，第二参数是返回行数：
SELECT * FROM student ORDER BY score DESC LIMIT 2;这条语句返回成绩最高的前2条记录。分页场景下常用的写法是：
SELECT * FROM student ORDER BY id LIMIT 10, 5;偏移量为10，取出5行，也就是“跳过前10行，从第11行开始取5行”。这个过程对应的是第2页每页5条数据的效果。
3.6 聚合统计与分组
统计总数、平均值、最大值、最小值，是查询里非常常见的需求。对应函数分别是COUNT、AVG、MAX、MIN，SUM用来求和：
SELECT COUNT(*) AS 总人数, AVG(score) AS 平均分, MAX(score) AS 最高分 FROM student;按班级统计人数和平均分，需要配合GROUP BY：
SELECT class_name, COUNT(*) AS 人数, AVG(score) AS 平均分 FROM student GROUP BY class_name;GROUP BY会把相同值的行分到同一组，然后对每一组做聚合计算。有一个后续过滤的坑要特别注意：分组之后的过滤条件不能用WHERE，要用HAVING。
查找平均分高于85分的班级：
SELECT class_name, AVG(score) AS avg_score FROM student GROUP BY class_name HAVING avg_score > 85;简单记忆方式是：WHERE过滤的是分组前的原始行，HAVING过滤的是分组后的聚合结果。
3.7 关联查询：JOIN的基本姿势
数据规范化的结果就是不同信息分散在不同的表里。比如我们再建一张班级表，然后让学生表和班级表通过班级ID关联：
CREATE TABLE class ( id INT PRIMARY KEY AUTO_INCREMENT, class_name VARCHAR(50) UNIQUE NOT NULL ); INSERT INTO class (class_name) VALUES ('计算机1班'), ('软件2班'), ('数据1班'), ('网络1班');最常用的内连接写法：
SELECT s.name, s.student_no, c.class_name FROM student s INNER JOIN class c ON s.class_name = c.class_name;INNER JOIN只返回两边都能匹配上的记录。如果你的某个学生属于一个不存在的班级，那他在结果中不会出现。搞清楚JOIN的核心逻辑——ON后面是“关联条件”，WHERE后面是“过滤条件”——就不会在复杂SQL里迷路。
4. INSERT插入：从单行到批量，再到防重复插入
插入操作的语法本身很简单，核心变化在于“插入的数据来源”“插入的批量和去重策略”。
4.1 单行插入的两种写法
指定列名插入是日常开发中最常见的写法：
INSERT INTO student (student_no, name, gender, age, class_name, enroll_date, score) VALUES ('S1006', '周八', 'M', 22, '软件2班', '2022-09-01', 79.00);省略列名则必须给所有非自增且非默认值的列提供数据：
INSERT INTO student VALUES (NULL, 'S1007', '吴九', 'F', 19, '数据1班', '2024-09-01', 90.00);这里的NULL是给自增主键id用的，MySQL会自动生成实际的id值。省略列名的写法对表结构变化极其敏感，一旦列顺序调整就会报错或数据错位，不推荐在正式环境使用。
4.2 多条插入与性能优势
把多行数据放进一条VALUES里，逗号隔开：
INSERT INTO student (student_no, name, gender, age, class_name, enroll_date, score) VALUES ('S1008', '郑十', 'M', 20, '网络1班', '2023-09-01', 81.00), ('S1009', '陈十一', 'F', 19, '计算机1班', '2024-09-01', 87.50);一次插入两行和分两次逐条插入，最终结果一样，但效率差别很大。每条INSERT都要经历完整的SQL解析、权限检查、存储引擎写入过程，多条插入减少了这些开销和网络往返。我自己测试过，万行级别的数据，用多条插入比逐条执行快一个数量级不止。
4.3 从现有表插入数据：INSERT INTO ... SELECT
需要从一张表筛选数据写入另一张表时，可以用INSERT INTO ... SELECT：
CREATE TABLE student_bak LIKE student; INSERT INTO student_bak (student_no, name, gender, age, class_name, enroll_date, score) SELECT student_no, name, gender, age, class_name, enroll_date, score FROM student WHERE score >= 85;这条语句很实用，比如做数据归档、临时表过滤、表结构同步时，都不需要先把数据捞到应用层再逐条写入，直接在数据库内部完成搬运。
4.4 防重复插入：INSERT IGNORE与ON DUPLICATE KEY UPDATE
网上常见的需求是“这个学生已经存在就别报了，不存在才插入”。如果student_no有唯一约束，直接插入重复值会报错：
INSERT INTO student (student_no, name, gender, age, class_name, enroll_date, score) VALUES ('S1001', '张三', 'M', 20, '计算机1班', '2023-09-01', 88.50);这里因为S1001已存在，MySQL会抛出Duplicate entry错误。两种处理方式：
第一种，忽略冲突，直接跳过：
INSERT IGNORE INTO student (student_no, name, gender, age, class_name, enroll_date, score) VALUES ('S1001', '张三', 'M', 20, '计算机1班', '2023-09-01', 88.50);第二种，冲突时改为更新：
INSERT INTO student (student_no, name, gender, age, class_name, enroll_date, score) VALUES ('S1001', '张三', 'M', 22, '计算机1班', '2023-09-01', 91.00) ON DUPLICATE KEY UPDATE age = VALUES(age), score = VALUES(score);这种写法在“同步数据”场景下非常常用，本质上是“存在就更新，不存在就插入”。需要提醒一点，触发冲突的前提是表中存在唯一约束或主键约束，没有约束的行重复数据不会被拦截。
5. UPDATE更新：精准定位，小范围修改
更新操作是把双刃剑，改对了效率很高，改错了代价极大。所以更新操作的核心不是“怎么写更新语句”，而是“怎么把范围限制得足够精准”。
5.1 更新单条记录
我通过学号定位到具体某个人，然后修改他的班级和成绩：
UPDATE student SET class_name = '数据1班', score = 93.00 WHERE student_no = 'S1002';这里没必要用主键id，因为学号本身有唯一约束，也能精确定位。关键是WHERE条件返回的行数必须符合预期。对唯一字段做条件过滤时，无论用哪个唯一字段，结果都应该只有一行。
5.2 批量更新多条记录
把“计算机1班”所有学生的成绩统一加2分：
UPDATE student SET score = score + 2 WHERE class_name = '计算机1班';注意这里不是把分数改成固定值，而是在原值基础上加2。很多初学者会写错成SET score = 92，如果原值是不同的，就全变成同一个数了，这是数据逻辑错误。
5.3 关联更新：UPDATE JOIN
当更新条件需要依赖另一张表的数据时，UPDATE JOIN很实用。假设我们需要把没有对应班级的学生，班级统一改为“未分配”：
UPDATE student s LEFT JOIN class c ON s.class_name = c.class_name SET s.class_name = '未分配' WHERE c.class_name IS NULL;这里LEFT JOIN保证学生表所有行都保留，班级表匹配不上时c.class_name为NULL，然后WHERE只处理这些“没有对应班级”的学生。整个逻辑就是“把所有找不到班级的学生标记为未分配”。
注意：做关联更新之前，强烈建议先跑一遍等价的
SELECT确认影响范围。比如上面的操作，可以先执行SELECT s.* FROM student s LEFT JOIN class c ON s.class_name = c.class_name WHERE c.class_name IS NULL;，看到结果符合预期，再改成UPDATE执行。
5.4 UPDATE的常见误操作与防护
不带WHERE的UPDATE会更新全表所有行。我早期那起事故就是这么发生的。现在我在命令行执行批量更新之前，一直保持一个习惯，先把WHERE子句写在最前面，再补SET部分。更稳妥的做法是使用SELECT先确认受影响行数。
MySQL客户端还支持启动参数--safe-updates，开启后，不带WHERE或LIMIT的UPDATE和DELETE会被拒绝执行。对新手来说，这个参数值得设为默认。
mysql -uroot -p --safe-updates6. DELETE删除：清理数据的正确方式与安全底线
删除操作的危险系数最高，因为数据一旦被删，在没有备份的情况下基本无法恢复。
6.1 删除指定行
删除学号为S1008的学生：
DELETE FROM student WHERE student_no = 'S1008';这一步影响行数应该是1。可以通过SELECT ROW_COUNT();查看上一条语句影响的行数，用于校验。
6.2 按条件批量删除
把成绩低于80分的学生批量删除：
DELETE FROM student WHERE score < 80;执行前可以先查一下：
SELECT COUNT(*) FROM student WHERE score < 80;确认数量符合预期，再执行删除。
6.3 DELETE与TRUNCATE的区别
想清空一张表时，有两个选择：
DELETE FROM student; TRUNCATE TABLE student;两者都能让表里没数据，但机制完全不同。DELETE FROM student是一行一行按条件删除，会触发行级删除操作，自增主键的计数器不会重置；TRUNCATE TABLE student是直接重建表结构并清空数据，速度更快，自增计数器会重置为初始值。如果只是想清空测试数据并让id从1重新开始，TRUNCATE更合适；如果需要对删除过程做精细控制（比如配合事务回滚），则用DELETE。
提示：
TRUNCATE操作无法通过WHERE条件限制范围，它会直接清空整张表，使用前必须确认自己选对了表名。
6.4 外键约束对DELETE的影响
如果表之间存在外键关系，删除被引用的数据会被外键约束拦截。比如某订单表中引用了用户表，直接删除用户表中被引用的用户，会报错。这时需要先处理关联表中的数据，或者设计外键时使用ON DELETE CASCADE让删除自动级联。级联删除虽然方便，但也容易造成大面积数据丢失，生产环境要谨慎评估。
6.5 删除操作的底线建议
备份先行。不管多简单的删除，我都建议先确认当前表数据已有备份。一个常用的快速备份方式是：
CREATE TABLE student_bak_20250101 AS SELECT * FROM student;这样即使删错了，也能从备份表把数据捞回来。
事务保护。在MySQL的InnoDB引擎下，DELETE操作是支持事务回滚的。先开启事务再删除、确认无误后提交，是安全系数最高的玩法：
START TRANSACTION; DELETE FROM student WHERE score < 80; -- 查询确认结果 SELECT COUNT(*) FROM student WHERE score < 80; COMMIT;如果发现结果不对，用ROLLBACK;代替COMMIT;瞬间回滚。
7. 一个完整实操案例：从零跑通增删查改全流程
到这里，语法已经全部过了一遍。接下来用一个具体场景把四类操作串起来，模拟真实业务中“初始化数据、查询统计、更新校正、清理冗余”的完整链路。
7.1 需求描述
模拟项目X里有一个简单的教务系统需求，需要维护学生信息，并完成以下任务：
- 新增一批新生数据。
- 查询计算机1班学生的名单和成绩。
- 按班级统计各班的平均成绩。
- 将数据1班的某名学生成绩修改为89.50。
- 清理一批测试残留数据。
7.2 逐步执行过程
第一步，新增新生数据：
INSERT INTO student (student_no, name, gender, age, class_name, enroll_date, score) VALUES ('S1010', '刘十二', 'F', 18, '计算机1班', '2024-09-01', 0.00), ('S1011', '何十三', 'M', 19, '软件2班', '2024-09-01', 0.00);新入学的学生还没有参加考试，所以成绩先存0.00，等之后成绩出来再更新。
第二步，查询计算机1班学生名单和成绩：
SELECT student_no, name, score FROM student WHERE class_name = '计算机1班' ORDER BY score DESC;第三步，按班级统计平均成绩：
SELECT class_name, COUNT(*) AS 人数, AVG(score) AS 平均分 FROM student GROUP BY class_name ORDER BY 平均分 DESC;第四步，更新单个学生成绩：
UPDATE student SET score = 89.50 WHERE student_no = 'S1010';执行后再次查询该学生，确认数据变化。
第五步，清理测试残留数据，删除入学日期在2023年之前且成绩小于80的学生：
DELETE FROM student WHERE enroll_date < '2023-01-01' AND score < 80;先查后删：
SELECT * FROM student WHERE enroll_date < '2023-01-01' AND score < 80;确认只有王五这一条，再执行删除。
第六步，全表查看最终数据：
SELECT * FROM student ORDER BY class_name, score DESC;通过这轮实操，可以完整看到一条数据从“插入”到“被查询、被更新、被删除”的全生命周期，这正是增删查改四类操作配合起来解决的业务问题。
8. 高频报错与排查技巧实录
最后分享几个我在日常使用和帮助别人排查时反复遇到的问题，每一条都给排查思路。
8.1 Duplicate entry for key ... 报错
出现在插入数据时，插入的值撞上了已有唯一约束或主键。排查思路是先用冲突的字段值反向查询：
SELECT * FROM student WHERE student_no = 'S1001';如果确认这一行已经存在且有价值，改用ON DUPLICATE KEY UPDATE或INSERT IGNORE；如果这一行是无用数据，直接删除或换一个编号。
8.2 Unknown column 报错
SQL里写的字段名在表里不存在。先用DESC student;查看表结构，确认字段拼写和表名是否匹配。有时候是因为大小写问题，MySQL在Linux下对字段名区分大小写，而在Windows下通常不区分。
8.3 中文乱码
字符集不匹配导致。数据库、表、连接三层都要保持utf8mb4。连接时指定字符集避免乱码：
mysql -uroot -p --default-character-set=utf8mb4建表时已经指定了DEFAULT CHARSET utf8mb4，连接也指定了，基本上能杜绝乱码问题。
8.4 修改/删除数据时提示影响行数为0
这不一定代表操作失败，更可能的原因是WHERE条件没有匹配到任何记录。先单独执行条件查询，确认数据是否存在。另一个常见原因是当前会话事务隔离级别下，数据被其他事务修改或锁定，后者会表现为操作卡住而不是影响行数为0。
8.5 误操作后如何恢复
如果没有开事务，且操作已经提交，最快的恢复途径是备份。所以我会在每次批量操作前做备份表。另一个技巧是利用binlog做时间点恢复，但配置相对复杂，不适合初学者在测试环境折腾。从实操角度说，养成“操作前备份、操作中确认、操作后验证”的习惯，才是避免误操作的根本。
8.6 一条自查清单
UPDATE/DELETE语句是否带了精确的WHERE条件？- 影响范围是否已通过
SELECT或COUNT(*)预检？ - 是否在事务中执行高风险语句？
- 是否有备份措施兜底？
- 字符集是否统一为
utf8mb4？ - 是否养成了给查询结果排序、限制返回行数的习惯？
照着这份清单养成习惯，事实上能避开大部分跟增删查改相关的“低级事故”。
9. 我的一点真实体会
数据库这东西，你越往后做越会发现，真正拉开开发者差距的不是会不会写某个高深的查询语句，而是处理基础操作时的“分寸感”：什么时候该加约束，批量操作前怎么预检，删除数据时如何让心里有底。增删查改就是这分寸感的载体。把这些基础能力磨扎实，后面再学索引、事务、优化，才有稳固的立足点。
最后分享一个小技巧：每次在命令行执行完一条影响数据结果的语句，养成用SELECT ROW_COUNT();确认一下影响行数的习惯。虽然简单，但能帮你尽早发现条件写错的问题，避免错误在数据里隐藏很久才暴露。如果你刚开始学，不妨把我上面示例里的每一条语句都亲手敲一遍，再换成自己的数据场景去变着花样尝试。基础的功夫越扎实，越不至于在关键时刻掉链子。
