SQLite - 更新

• 

  简述

  SQLite UPDATE查询用于修改表中的现有记录。您可以将 WHERE 子句与 UPDATE 查询一起使用来更新选定的行，否则将更新所有行。
• 

  句法

  以下是带有 WHERE 子句的 UPDATE 查询的基本语法。

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

  你可以结合 N 使用 AND 或 OR 运算符的条件数。
• 

  例子

  考虑具有以下记录的 COMPANY 表 -

  
  ID          NAME        AGE         ADDRESS     SALARY
  ----------  ----------  ----------  ----------  ----------
  1           Paul        32          California  20000.0
  2           Allen       25          Texas       15000.0
  3           Teddy       23          Norway      20000.0
  4           Mark        25          Rich-Mond   65000.0
  5           David       27          Texas       85000.0
  6           Kim         22          South-Hall  45000.0
  7           James       24          Houston     10000.0
  

  以下是一个示例，它将为 ID 为 6 的客户更新 ADDRESS。

  
  sqlite> UPDATE COMPANY SET ADDRESS = 'Texas' WHERE ID = 6;
  

  现在，COMPANY 表将具有以下记录。

  
  ID          NAME        AGE         ADDRESS     SALARY
  ----------  ----------  ----------  ----------  ----------
  1           Paul        32          California  20000.0
  2           Allen       25          Texas       15000.0
  3           Teddy       23          Norway      20000.0
  4           Mark        25          Rich-Mond   65000.0
  5           David       27          Texas       85000.0
  6           Kim         22          Texas       45000.0
  7           James       24          Houston     10000.0
  

  如果要修改 COMPANY 表中的所有 ADDRESS 和 SALARY 列值，则不需要使用 WHERE 子句，UPDATE 查询如下：

  
  sqlite> UPDATE COMPANY SET ADDRESS = 'Texas', SALARY = 20000.00;
  

  现在，COMPANY 表将包含以下记录 -

  
  ID          NAME        AGE         ADDRESS     SALARY
  ----------  ----------  ----------  ----------  ----------
  1           Paul        32          Texas       20000.0
  2           Allen       25          Texas       20000.0
  3           Teddy       23          Texas       20000.0
  4           Mark        25          Texas       20000.0
  5           David       27          Texas       20000.0
  6           Kim         22          Texas       20000.0
  7           James       24          Texas       20000.0