PostgreSQL - zapytanie UPDATE

PostgreSQL UPDATEZapytanie służy do modyfikowania istniejących rekordów w tabeli. Możesz użyć klauzuli WHERE z zapytaniem UPDATE, aby zaktualizować wybrane wiersze. W przeciwnym razie wszystkie wiersze zostaną zaktualizowane.

Składnia

Podstawowa składnia zapytania UPDATE z klauzulą ​​WHERE jest następująca -

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

Możesz łączyć liczbę N warunków za pomocą operatorów AND lub OR.

Przykład

Rozważ tabelę FIRMA , która ma następujące rekordy -

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)

Poniżej znajduje się przykład, który zaktualizuje ADRES dla klienta o identyfikatorze 6 -

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

Teraz tabela COMPANY miałaby następujące rekordy -

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)

Jeśli chcesz zmodyfikować wszystkie wartości kolumn ADDRESS i SALARY w tabeli COMPANY, nie musisz używać klauzuli WHERE, a zapytanie UPDATE wyglądałoby następująco -

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

Teraz tabela COMPANY będzie miała następujące rekordy -

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)