「SQL面试题库」 No_89 不同国家的天气类型

1、专栏介绍

「SQL面试题库」是由 不是西红柿 发起，全员免费参与的SQL学习活动。我每天发布1道SQL面试真题，从简单到困难，涵盖所有SQL知识点，我敢保证只要做完这100道题，不仅能轻松搞定面试，代码能力和工作效率也会有明显提升。

1.1 活动流程

1. 整理题目：西红柿每天无论刮风下雨，保证在8am 前，更新一道新鲜SQL面试真题。
2. 粉丝打卡：粉丝们可在评论区写上解题思路，或者直接完成SQL代码，有困难的小伙伴不要着急，先看别人是怎么解题的，边看边学，不懂就问我。
3. 交流讨论：为了方便交流讨论，可进入 数据仓库 。
4. 活动奖励：我每天都会看评论区和群里的内容，对于积极学习和热心解答问题的小伙伴，红包鼓励，以营造更好的学习氛围。

1.2 你的收获

1. 增强自信，搞定面试：在求职中，SQL是经常遇到的技能点，而这些题目也多数是真实的面试题，刷题可以让我们更好地备战面试，增强自信，提升自己的核心竞争力。

2. 巩固SQL语法，高效搞定工作：通过不断练习，能够熟悉SQL的语法和常用函数，掌握SQL核心知识点，提高SQL编写能力。代码能力提升了，工作效率自然高了。

3. 提高数据处理能力、锻炼思维能力：SQL是数据处理的核心工具，通过刷题可以让我们更好地理解数据处理的过程，提高数据分析的效率。SQL题目的难度不一，需要在一定时间内解决问题，培养了我们对问题的思考能力、解决问题的能力和对时间的把控能力等。

2、今日真题

题目介绍： 不同国家的天气类型 weather-type-in-each-country

难度简单

SQL架构

国家表：

Countries

+---------------+---------+
| Column Name   | Type    |
+---------------+---------+
| country_id    | int     |
| country_name  | varchar |
+---------------+---------+
country_id 是这张表的主键。
该表的每行有 country_id 和 country_name 两列。

天气表：

Weather

+---------------+---------+
| Column Name   | Type    |
+---------------+---------+
| country_id    | int     |
| weather_state | varchar |
| day           | date    |
+---------------+---------+
(country_id, day) 是该表的复合主键。
该表的每一行记录了某个国家某一天的天气情况。

写一段 SQL 来找到表中每个国家在 2019 年 11 月的天气类型。

天气类型的定义如下：当 weather_state 的平均值小于或等于15返回 Cold，当 weather_state 的平均值大于或等于 25 返回 Hot，否则返回 Warm。

你可以以任意顺序返回你的查询结果。

查询结果格式如下所示：

Countries table:
+------------+--------------+
| country_id | country_name |
+------------+--------------+
| 2          | USA          |
| 3          | Australia    |
| 7          | Peru         |
| 5          | China        |
| 8          | Morocco      |
| 9          | Spain        |
+------------+--------------+
Weather table:
+------------+---------------+------------+
| country_id | weather_state | day        |
+------------+---------------+------------+
| 2          | 15            | 2019-11-01 |
| 2          | 12            | 2019-10-28 |
| 2          | 12            | 2019-10-27 |
| 3          | -2            | 2019-11-10 |
| 3          | 0             | 2019-11-11 |
| 3          | 3             | 2019-11-12 |
| 5          | 16            | 2019-11-07 |
| 5          | 18            | 2019-11-09 |
| 5          | 21            | 2019-11-23 |
| 7          | 25            | 2019-11-28 |
| 7          | 22            | 2019-12-01 |
| 7          | 20            | 2019-12-02 |
| 8          | 25            | 2019-11-05 |
| 8          | 27            | 2019-11-15 |
| 8          | 31            | 2019-11-25 |
| 9          | 7             | 2019-10-23 |
| 9          | 3             | 2019-12-23 |
+------------+---------------+------------+
Result table:
+--------------+--------------+
| country_name | weather_type |
+--------------+--------------+
| USA          | Cold         |
| Austraila    | Cold         |
| Peru         | Hot          |
| China        | Warm         |
| Morocco      | Hot          |
+--------------+--------------+
USA 11 月的平均 weather_state 为 (15) / 1 = 15 所以天气类型为 Cold。
Australia 11 月的平均 weather_state 为 (-2 + 0 + 3) / 3 = 0.333 所以天气类型为 Cold。
Peru 11 月的平均 weather_state 为 (25) / 1 = 25 所以天气类型为 Hot。
China 11 月的平均 weather_state 为 (16 + 18 + 21) / 3 = 18.333 所以天气类型为 Warm。
Morocco 11 月的平均 weather_state 为 (25 + 27 + 31) / 3 = 27.667 所以天气类型为 Hot。
我们并不知道 Spain 在 11 月的 weather_state 情况所以无需将他包含在结果中。

sql
select country_name,( case when avg(weather_state)<=15 then 'Cold'
                        when avg(weather_state)>=25 then 'Hot'
                        else 'Warm' end ) weather_type
from Countries c join Weather w on c.country_id = w.country_id
where date_format(day,"%Y-%m")='2019-11'
group by country_name

• 已经有灵感了？在评论区写下你的思路吧！