PostgreSQL - UPDATE-Abfrage

Das PostgreSQL UPDATEDie Abfrage wird verwendet, um die vorhandenen Datensätze in einer Tabelle zu ändern. Sie können die WHERE-Klausel mit der UPDATE-Abfrage verwenden, um die ausgewählten Zeilen zu aktualisieren. Andernfalls würden alle Zeilen aktualisiert.

Syntax

Die grundlegende Syntax der UPDATE-Abfrage mit der WHERE-Klausel lautet wie folgt:

UPDATE table_name
SET column1 = value1, column2 = value2...., columnN = valueN
WHERE [condition];

Sie können N Bedingungen mit UND- oder ODER-Operatoren kombinieren.

Beispiel

Betrachten Sie die Tabelle UNTERNEHMEN mit den folgenden Aufzeichnungen:

testdb# select * from COMPANY;
 id | name  | age | address   | salary
----+-------+-----+-----------+--------
  1 | Paul  |  32 | California|  20000
  2 | Allen |  25 | Texas     |  15000
  3 | Teddy |  23 | Norway    |  20000
  4 | Mark  |  25 | Rich-Mond |  65000
  5 | David |  27 | Texas     |  85000
  6 | Kim   |  22 | South-Hall|  45000
  7 | James |  24 | Houston   |  10000
(7 rows)

Das folgende Beispiel veranschaulicht die ADRESSE für einen Kunden mit der ID 6 -

testdb=# UPDATE COMPANY SET SALARY = 15000 WHERE ID = 3;

Die Tabelle COMPANY würde nun die folgenden Datensätze enthalten:

id | name  | age | address    | salary
----+-------+-----+------------+--------
  1 | Paul  |  32 | California |  20000
  2 | Allen |  25 | Texas      |  15000
  4 | Mark  |  25 | Rich-Mond  |  65000
  5 | David |  27 | Texas      |  85000
  6 | Kim   |  22 | South-Hall |  45000
  7 | James |  24 | Houston    |  10000
  3 | Teddy |  23 | Norway     |  15000
(7 rows)

Wenn Sie alle ADDRESS- und SALARY-Spaltenwerte in der COMPANY-Tabelle ändern möchten, müssen Sie die WHERE-Klausel nicht verwenden, und die UPDATE-Abfrage lautet wie folgt:

testdb=# UPDATE COMPANY SET ADDRESS = 'Texas', SALARY=20000;

Die Tabelle COMPANY enthält nun die folgenden Datensätze:

id | name  | age | address | salary
----+-------+-----+---------+--------
  1 | Paul  |  32 | Texas   |  20000
  2 | Allen |  25 | Texas   |  20000
  4 | Mark  |  25 | Texas   |  20000
  5 | David |  27 | Texas   |  20000
  6 | Kim   |  22 | Texas   |  20000
  7 | James |  24 | Texas   |  20000
  3 | Teddy |  23 | Texas   |  20000
(7 rows)