Day6-SQL综合练习(Datawhale)

目录

练习1：分组求和

练习2：交换位置

练习3：分数排名

练习4：连续出现的数字

练习5：树节点

练习6：至少有五名直接下属的经理

练习7：分数排名

练习8：查询回答率最高的问题

练习9：各部门前3高工资的员工

练习10：平面上最近距离

练习11：行程和用户

 

练习1：分组求和

各部门工资最高的员工（难度：中等)

1. 创建employee 表，包含所有员工信息，每个员工有其对应的 Id, Salary 和 DepartmentID。

Id	Name	Salary	DepartmentID
1	Joe	70000	1
2	Henry	80000	2
3	Sam	60000	2
4	Max	90000	1

【START】

第一步：创建employee表

这里我将Id和DepartmentID作为字符串处理。

Id VARCHAR(1) NOT NULL,
Name VARCHAR(225) NOT NULL,
Salary INT ,
DepartmentID VARCHAR(1),
PRIMARY KEY(Id)
);

第二步：插入数据

INSERT INTO employee VALUES('1','Joe',70000,'1'),
('2','Henry',80000,'2'),
('3','Sam',60000,'2'),
('4','Max',90000,'1');

第三步：查看表及表数据

SELECT * FROM employee

【END】

 

2. 创建department 表，包含公司所有部门的信息。

Id	Name
1	IT
2	Sales

【START】

参考上面的步骤，建立新的表然后插入数据

CREATE TABLE department (
Id VARCHAR(1) NOT NULL,
Name VARCHAR(225) NOT NULL,
PRIMARY KEY(Id)
);

INSERT INTO department VALUES('1','IT'),
('2','Sales');

SELECT * FROM department

【END】 

 

3. 编写一个 SQL 查询，找出每个部门工资最高的员工。例如，根据上述给定的表格，Max 在 IT 部门有最高工资，Henry 在 Sales 部门有最高工资。

Department	Employee	Salary
IT	Max	90000
Sales	Henry	80000

【START】

思路：观察数据，可以发现，Department在department 表中，其他两个字段在employee表中，我们需要将这两张表通过DepartmentID关联起来，之后再求出部门里面最高工资即可。

SELECT dep.Name AS Department,
       emp.Name AS Employee,
       MAX(emp.Salary) AS Salary
FROM employee emp 
LEFT JOIN department dep 
ON emp.DepartmentID = dep.ID
GROUP BY dep.Name;

【END】

练习2：交换位置

换座位

纵列的id是连续递增的，写一个 SQL query，变相邻俩学生的座位。如果学生人数是奇数，则不需要改变最后一个同学的座位。

seat表：

id	student
1	Abbot
2	Doris
3	Emerson
4	Green
5	Jeames

输出结果：

id	student
1	Doris
2	Abbot
3	Green
4	Emerson
5	Jeames

【START】

思路：观察上面的数据，我们可以发现奇数行的相下一位，偶数行的向上一位，只需要将奇数行并且不等于最大id，则id+1，偶数行则id-1。

此处需要注意，因为我们会对id进行求余的运算，需要将id维护为INT型。

CREATE TABLE seat (
Id INT NOT NULL,
student VARCHAR(225) NOT NULL,
PRIMARY KEY(Id)
);

INSERT INTO seat VALUES(1,'Abbot'),
(2,'Doris'),
(3,'Emerson'),
(4,'Green'),
(5,'Jeames');

SELECT CASE WHEN id%2=0 THEN id-1
	    WHEN id%2=1 AND id!=(SELECT MAX(id) FROM seat) THEN id+1
	    ELSE id  END ID,
	    student
FROM seat
ORDER BY ID

【END】

练习3：分数排名

编写一个 SQL 查询来实现分数排名，如果两个分数相同，则两个分数排名（Rank）相同。请注意，平分后的下一个名次应该是下一个连续的整数值。换句话说，名次之间不应该有“间隔”。

 创建score表：

Id	Score
1	3.50
2	3.65
3	4.00
4	3.85
5	4.00
6	3.65

查询的结果应该为

Score	Rank
4.00	1
4.00	1
3.85	2
3.65	3
3.65	3
3.50	4

【START】

思路：按照Score降序排列，并且得到Rank后的值，值是按照无间隔排序。使用窗口函数中的ROW_NUMBER()

注意：decimal(m,n)中m是总个数；命名为Rank的时候由于rank是内置函数，需要加上引号。

CREATE TABLE score_t (
Id INT NOT NULL,
Score DECIMAL(6,2) NOT NULL,
PRIMARY KEY(Id)
);

INSERT INTO score_t VALUES (1,3.50),
(2,3.65),
(3,4.00),
(4,3.85),
(5,4.00),
(6,3.65); 

SELECT Score,
       DENSE_RANK() OVER (ORDER BY Score desc) AS 'Rank'
FROM score_t

 【END】

练习4：连续出现的数字

【START】

编写一个 SQL 查询，查找所有至少连续出现三次的数字。

Id	Num
1	1
2	1
3	1
4	2
5	1
6	2
7	2

CREATE TABLE NUM (
Id INT NOT NULL,
Num INT NOT NULL,
PRIMARY KEY(Id)
);

INSERT INTO NUM VALUES (1,1),
(2,1),
(3,1),
(4,2),
(5,1),
(6,2),
(7,2)

【START】

思路：如果为连续出现的数，它的顺序排序与它分组后的顺序排序的差值是相等的(此处的排序必须为不重复排序)

SELECT Num AS ConsecutiveNums
FROM
(SELECT Num,
	diff,
	count(1) cot
FROM 
(SELECT Num,
        (row_number() OVER (ORDER BY Id)-row_number() OVER (PARTITION BY Num ORDER BY ID)) 
          AS diff
FROM NUM) t
GROUP BY Num,
	 diff) t2
WHERE cot>=3;

【END】

 

练习5：树节点

对于tree表，id是树节点的标识，p_id是其父节点的id

id	p_id
1	null
2	1
3	1
4	2
5	2

每个节点都是以下三种类型中的一种：

• Root: 如果节点是根节点。
• Leaf: 如果节点是叶子节点。
• Inner: 如果节点既不是根节点也不是叶子节点。

写一条查询语句打印节点id及对应的节点类型。按照节点id排序。上面例子的对应结果为：

id	Type
1	Root
2	Inner
3	Leaf
4	Leaf
5	Leaf

说明

• 节点’1’是根节点，因为它的父节点为NULL，有’2’和’3’两个子节点。
• 节点’2’是内部节点，因为它的父节点是’1’，有子节点’4’和’5’。
• 节点’3’，‘4’，'5’是叶子节点，因为它们有父节点但没有子节点。

下面是树的图形：

注意

如果一个树只有一个节点，只需要输出根节点属性。

【START】

思路：首先需要拼接一张既有上节点又有下节点的表，然后再根据条件使用CASE WHEN对他们赋值。

CREATE TABLE tree (
id VARCHAR(4) NOT NULL,
p_id VARCHAR(4) ,
PRIMARY KEY(Id)
); 


INSERT INTO tree VALUES (1,null),
(2,1),
(3,1),
(4,2),
(5,2)

SELECT  DISTINCT id,
  	CASE WHEN p_id IS NULL AND t_id IS NOT NULL THEN 'Root'
    	     WHEN p_id IS NOT NULL AND t_id IS NOT NULL THEN 'Inner'
	     WHEN p_id IS NOT NULL AND t_id IS NULL THEN 'Leaf'
        END Type
FROM
(SELECT t1.id,
	t1.p_id,
        t2.id t_id
FROM tree t1
LEFT JOIN tree t2
ON t1.id = t2.p_id) t 

【END】

练习6：至少有五名直接下属的经理

Employee表包含所有员工及其上级的信息。每位员工都有一个Id，并且还有一个对应主管的Id（ManagerId）。

id	name	department	managerid
101	John	A	null
102	Dan	A	101
103	James	A	101
104	Amy	A	101
105	Anne	A	101
106	Ron	B	101

针对Employee表，写一条SQL语句找出有5个下属的主管。对于上面的表，结果应输出：

注意:

没有人向自己汇报。

【START】

思路：找到managerid的名称，并统计managerid出现的次数，之后再做筛选。

CREATE TABLE employee_t (
id VARCHAR(3) NOT NULL,
name VARCHAR(25) NOT NULL,
department VARCHAR(1),
managerid VARCHAR(3),
PRIMARY KEY(id)
);


INSERT INTO employee_t VALUES (101,'John','A',null),
(102,'Dan','A',101),
(103,'James','A',101),
(104,'Amy','A',101),
(105,'Anne','A',101),
(106,'Ron','A',101)

SELECT managername AS name
FROM
SELECT  t1.name,
        t1.managerid,
	t2.name AS managername,
	COUNT(1) AS num
FROM employee_t t1
LEFT JOIN employee_t t2
ON t1.managerid = t2.id
GROUP BY t1.name,
	 t1.managerid) t3
GROUP BY managername
HAVING SUM(num) >= 5

结果：

【END】

 

练习7：分数排名

练习三的分数表，实现排名功能，但是排名需要是非连续的

【START】

思路：将练习3中的desen_rank()改为rank即可。

SELECT Score,
       RANK() OVER (ORDER BY Score desc) AS 'Rank'
FROM score_t

【END】

 

练习8：查询回答率最高的问题

求出survey_log表中回答率最高的问题，表格的字段有：uid, action, question_id, answer_id, q_num, timestamp。

uid是用户id；action的值为：“show”， “answer”， “skip”；当action是"answer"时，answer_id不为空，相反，当action是"show"和"skip"时为空（null）；q_num是问题的数字序号。

写一条sql语句找出回答率最高的问题。

uid	action	question_id	answer_id	q_num	timestamp
5	show	285	null	1	123
5	answer	285	124124	1	124
5	show	285	null	2	125
5	skip	285	null	2	126

【SATRT】

思路：找到回到问题的次数以及问题的次数，之后再计算回答率并求出最大回答率。

CREATE TABLE survey_log (
    uid VARCHAR(1) NOT NULL,
    action VARCHAR(25) NOT NULL,
    question_id VARCHAR(3),
    answer_id VARCHAR(25),
    q_num INT,
    timestamp VARCHAR(3)
    );

INSERT INTO survey_log VALUES (5,'show',285,null,1,123),
(5,'answer',285,124124,1,124),
(5,'show',369,null,2,125),
(5,'skip',369,null,2,126)

SELECT CASE WHEN MAX(answer_num/quest_num) THEN question_id END  survey_log			 
FROM(
SELECT question_id,
       1 quest_num,
       count(answer_id) answer_num
FROM survey_log
GROUP BY question_id) t1

【END】

 

练习9：各部门前3高工资的员工

编写一个 SQL 查询，找出每个部门工资前三高的员工。此外，请考虑实现各部门前N高工资的员工功能

id	name	salary	departmentid
1	Joe	70000	1
2	Henry	80000	2
3	Sam	60000	2
4	Max	90000	1
5	Janet	69000	1
6	Randy	85000	1

id	name
1	IT
2	Sales

【START】

思路：根据departmentid以及name进行分组排序，然后找到排序前三的，这里使用的是窗口的函数ROW_NUMBER()，对于找前N高工资的功能只需要将最后where语句的3改为n即可。

CREATE TABLE employee_n (
id VARCHAR(3) NOT NULL,
name VARCHAR(25) NOT NULL,
salary INT,
departmentid VARCHAR(1),
PRIMARY KEY(id)
);
CREATE TABLE department (
Id VARCHAR(1) NOT NULL,
Name VARCHAR(225) NOT NULL,
PRIMARY KEY(Id)
);


INSERT INTO employee_n VALUES(1,'Joe',70000,1),
(2,'Henry',80000,2),
(3,'Sam',60000,2),
(4,'Max',90000,1),
(5,'Janet',69000,1),
(6,'Randy',85000,1);

INSERT INTO department VALUES('1','IT'),
('2','Sales');

SELECT Department,
       Emplyee,
       Salary
FROM
(SELECT dep.name Department,
	emp.Name Emplyee,
	emp.Salary,
	ROW_NUMBER() OVER(PARTITION BY dep.name ORDER BY Salary) AS ranking
FROM employee_n emp
LEFT JOIN department dep 
ON emp.departmentid = dep.id
)t1 
WHERE ranking <= 3;

【END】

 

练习10：平面上最近距离

point_2d表包含一个平面内一些点（超过两个）的坐标值（x，y）

写一条查询语句求出这些点中的最短距离并保留2位小数。(注意： 所有点的最大距离小于10000)

x	y
-1	-1
0	0
-1	-2

最短距离是1，从点（-1，-1）到点（-1，-2)。

结果为：

shortest

1.00

【START】

思路：我们需要去遍历所有的x,y的组合，所以我们考虑用笛卡尔积，但是我们不需要自身到自身的距离，所以引入id序号，将id序号相同的排除，然后使用欧式距离计算公式sqrt((x1-x2)^2+(y1-y1)^2)得到最小距离。

CREATE TABLE point_2d
(id INT,
x INT, 
y INT)

INSERT INTO point_2d VALUES 
(1,-1,-1),
(2,0,0),
(3,-1,-2)

SELECT  t1.x x1,
	t1.y y1,
	t2.x x2,
	t2.y y2,
	MIN(SQRT(POW((t1.x-t2.x),2)+POW((t1.y-t2.y),2))) shortest
FROM 
point_2d t1,point_2d t2
WHERE t1.id <> t2.id 

SELECT MIN(SQRT(POW((t1.x-t2.x),2)+POW((t1.y-t2.y),2))) shortest
FROM 
point_2d t1,point_2d t2
WHERE t1.id <> t2.id 

练习11：行程和用户

Trips 表中存所有出租车的行程信息。每段行程有唯一键 Id，Client_Id 和 Driver_Id 是 Users 表中 Users_Id 的外键。Status 是枚举类型，枚举成员为 (‘completed’, ‘cancelled_by_driver’, ‘cancelled_by_client’)

id	client_id	driver_id	city_id	status	request_at
1	1	10	1	completed	2013-10-1
2	2	11	1	cancelled_by_driver	2013-10-1
3	3	12	6	completed	2013-10-1
4	4	13	6	cancelled_by_client	2013-10-1
5	1	10	1	completed	2013-10-2
6	2	11	6	completed	2013-10-2
7	3	12	6	completed	2013-10-2
8	2	12	12	completed	2013-10-3
9	3	10	12	completed	2013-10-3
10	4	13	12	cancelled_by_driver	2013-10-3

Users 表存所有用户。每个用户有唯一键 Users_Id。Banned 表示这个用户是否被禁止，Role 则是一个表示（‘client’, ‘driver’, ‘partner’）的枚举类型。

user_id	banned	role
1	No	client
2	Yes	client
3	No	client
4	No	client
10	No	driver
11	No	driver
12	No	driver
13	No	driver

写一段 SQL 语句查出2013年10月1日至2013年10月3日期间非禁止用户的取消率。基于上表，你的 SQL 语句应返回如下结果，取消率（Cancellation Rate）保留两位小数。

结果为：

Day	Cancellation Rate
2013-10-01	0.33
2013-10-02	0.00
2013-10-03	0.50

 

【START】

思路：

第一，我们查的是request_at在2013-10-1至2013-10-3范围；

第二，banned要为Yes，一个是client_id需要匹配Users表，一个是driver_id需要匹配Users表

第三，Status包含cancelled的为取消订单。合计订单包含取消订单数，取消率为取消订单数除以合计订单数

CREATE TABLE trips
(id INT NOT NULL,
client_id INT, 
driver_id INT,
city_id INT,
status VARCHAR(60),
request_at DATE);

INSERT INTO trips VALUES
(1,1,10,1,'completed','2013-10-1'),
(2,2,11,1,'cancelled_by_driver','2013-10-1'),
(3,3,12,6,'completed','2013-10-1'),
(4,4,13,6,'cancelled_by_client','2013-10-1'),
(5,1,10,1,'completed','2013-10-2'),
(6,2,11,6,'completed','2013-10-2'),
(7,3,12,6,'completed','2013-10-2'),
(8,2,12,12,'completed','2013-10-3'),
(9,3,10,12,'completed','2013-10-3'),
(10,4,13,12,'cancelled_by_driver','2013-10-3');

CREATE TABLE users
(user_id  INT NOT NULL,
banned VARCHAR(4),
role VARCHAR(60));

INSERT INTO users VALUES
(1,'No','client'),
(2,'YES','client'),
(3,'No','client'),
(4,'No','client'),
(10,'No','driver'),
(11,'No','driver'),
(12,'No','driver'),
(13,'No','driver');

SELECT request_at Day, 
       ROUND(sum(cancelled_num)/sum(all_num),2) Cancellation_Rate
FROM			 
(SELECT request_at,
        status,
	count(1) all_num,
	CASE WHEN t1.status <> 'completed' THEN 1 ELSE 0 END cancelled_num			 
FROM trips t1
LEFT JOIN users u1
ON t1.client_id = u1.user_id 
LEFT JOIN users u2
ON t1.driver_id = u2.user_id 
WHERE u1.banned  = 'No'
AND u2.banned  = 'No'
AND request_at BETWEEN '2013-10-01' AND '2013-10-03'
GROUP BY request_at,
         status) tp
GROUP BY request_at

【END】