Spark--经典SQL50题

目录

连接数据库准备工作

1、查询"01"课程比"02"课程成绩高的学生的信息及课程分数

2、查询"01"课程比"02"课程成绩低的学生的信息及课程分数

3、查询平均成绩大于等于60分的同学的学生编号和学生姓名和平均成绩

4、查询平均成绩小于60分的同学的学生编号和学生姓名和平均成绩

5、查询所有同学的学生编号、学生姓名、选课总数、所有课程的总成绩

6、查询"李"姓老师的数量

7、查询学过"李四"老师授课的同学的信息

8、查询没有学过"李四"老师授课的同学的信息

9、查询学过编号为"01"并且也学过编号为"02"的课程的同学的信息

10、查询学过编号为"01"并且没有学过编号为"02"的课程的同学的信息

11、查询没有学全所有课程的同学的信息

12、查询至少有一门课与学号为"01"的同学所学相同的同学的信息

13、查询和"01"号的同学学习的课程完全相同的其他同学的信息

14、查询没学过"张三"老师讲授的任一门课程的学生姓名

15、查询两门及其以上不及格课程的同学的学号，姓名及其平均成绩

16、检索"01"课程分数小于60，按分数降序排列的学生信息

17、按平均成绩从高到低显示所有学生的所有课程的成绩以及平均成绩

18、查询各科成绩最高分、最低分和平均分：

以如下形式显示：课程ID，课程name，最高分，最低分，平均分，及格率，中等率，优良率

及格为>=60，中等为：70-80，优良为：80-90，优秀为：>=90

19、按各科成绩进行排序，并显示排名

20、查询学生的总成绩并进行排名

21、查询不同老师所教不同课程平均分从高到低显示

22、查询所有课程的成绩第2名到第3名的学生信息及该课程成绩

23、统计各科成绩各分数段人数：课程编号,课程名称, 100-85 , 85-70 , 70-60 , 0-60 及所占百分比

24、查询学生平均成绩及其名次

25、查询各科成绩前三名的记录

26、查询每门课程被选修的学生数

27、查询出只有两门课程的全部学生的学号和姓名

28、查询男生、女生人数

29、查询名字中含有"风"字的学生信息

30、查询同名同性学生名单，并统计同名人数

31、查询1990年出生的学生名单(注：Student表中Sage列的类型是datetime)

32、查询每门课程的平均成绩，结果按平均成绩降序排列，平均成绩相同时，按课程编号升序排列

33、查询平均成绩大于等于85的所有学生的学号、姓名和平均成绩

34、查询课程名称为"数学"，且分数低于60的学生姓名和分数

35、查询所有学生的课程及分数情况

36、查询任何一门课程成绩在70分以上的姓名、课程名称和分数

37、查询课程不及格的学生

38、查询课程编号为01且课程成绩在80分及以上的学生的学号和姓名

39、求每门课程的学生人数

40、查询选修"张三"老师所授课程的学生中，成绩最高的学生信息及其成绩

41、查询不同课程成绩相同的学生的学生编号、课程编号、学生成绩

42、查询每门功课成绩最好的前两名

43、统计每门课程的学生选修人数（超过5人的课程才统计）。要求输出课程号和选修人数， 查询结果按人数降序排列，若人数相同，按课程号升序排列

44、检索至少选修两门课程的学生学号

45、查询选修了全部课程的学生信息

46、查询各学生的年龄

47、查询本周过生日的学生

48、查询下周过生日的学生

49、查询本月过生日的学生

50、查询下月过生日的学生

---

连接数据库准备工作

创建DataFrame

    val spark: SparkSession = SparkSession
      .builder()
      .appName("Spark_SQL50")
      .master("local[*]")
      .getOrCreate()

    import spark.implicits._
    import org.apache.spark.sql.functions._

    val url = "jdbc:mysql://192.168.142.129:3306/sql50"
    val user = "root"
    val pwd = "123456"
    val driver = "com.mysql.cj.jdbc.Driver"
    val properties = new Properties()
    properties.setProperty("user", user)
    properties.setProperty("password", pwd)
    properties.setProperty("driver", driver)


    val score = spark.read.jdbc(url, "score", properties)
    val course = spark.read.jdbc(url, "course", properties)
    val student = spark.read.jdbc(url, "student", properties)
    val teacher = spark.read.jdbc(url, "teacher", properties)
    val student_copy1 = spark.read.jdbc(url, "student_copy1", properties)

1、查询"01"课程比"02"课程成绩高的学生的信息及课程分数

score.as("s1").join(score.as("s2"), "s_id")
  .where("s1.s_score>s2.s_score and s1.c_id = 01 and s2.c_id = 02")
  .join(student, "s_id")
  .select("s_name", "s1.c_id", "s1.s_score", "s2.c_id", "s2.s_score")
  .show()

2、查询"01"课程比"02"课程成绩低的学生的信息及课程分数

score.as("s1").join(score.as("s2"), "s_id")
  .where("s1.s_score < s2.s_score and s1.c_id = 01 and s2.c_id = 02")
  .join(student, "s_id")
  .select("s_name", "s1.c_id", "s1.s_score", "s2.c_id", "s2.s_score")
  .show()

3、查询平均成绩大于等于60分的同学的学生编号和学生姓名和平均成绩

score.groupBy("s_id")
  .avg("s_score")
  .where($"avg(s_score)">=60)
  .join(student, "s_id")
  .select("s_id", "s_name", "avg(s_score)")
  .show

4、查询平均成绩小于60分的同学的学生编号和学生姓名和平均成绩

student
  .join(score.groupBy("s_id").avg("s_score"), Seq("s_id"), "left")
  .where($"avg(s_score)" < 60 || $"avg(s_score)".isNull)
  .select("s_id", "s_name", "avg(s_score)")
  .show

5、查询所有同学的学生编号、学生姓名、选课总数、所有课程的总成绩

student
  .join(score.groupBy("s_id").count(),Seq("s_id"), "left")
  .join(score.groupBy("s_id").sum("s_score"), Seq("s_id"), "left")
  .select("s_id", "s_name", "count", "sum(s_score)")
  .show()

 

6、查询"李"姓老师的数量

println(teacher
  .where($"t_name".like("李%"))
  .count())

7、查询学过"李四"老师授课的同学的信息

student.join(score,"s_id")
  .join(course, "c_id")
  .join(teacher, "t_id")
  .where($"t_name" === "李四")
  .select("s_name", "c_name","t_name")
  .show

8、查询没有学过"李四"老师授课的同学的信息

student.join(student.join(score,Seq("s_id"), "left")
  .join(course,Seq("c_id"), "left")
  .join(teacher,Seq("t_id"), "left")
  .where($"t_name" === "李四").select("s_id","s_score"),Seq("s_id"), "left"
  ).where($"s_score".isNull)
  .select("s_id", "s_name")
  .show()

9、查询学过编号为"01"并且也学过编号为"02"的课程的同学的信息

student
  .join(score,Seq("s_id")).where("c_id == 01")
  .join(student.join(score,Seq("s_id")).where("c_id == 02"),"s_id")
  .show()

10、查询学过编号为"01"并且没有学过编号为"02"的课程的同学的信息

student.as("s1")
  .join(score, "s_id").where("c_id == 01")
  .join(student.as("s2").join(score, "s_id")
    .where("c_id == 02"), Seq("s_id"), "left")
  .where($"s2.s_name".isNull)
  .show()

11、查询没有学全所有课程的同学的信息

student.join(
student.join(score,"s_id").join(course,"c_id").groupBy("s_id").count()
  , Seq("s_id"), "left"
).where($"count" < course.count() || $"count".isNull).show()

12、查询至少有一门课与学号为"01"的同学所学相同的同学的信息

student.as("stu")
  .join(score.as("sc").join(score.where($"s_id"==="01"),
    Seq("c_id"), "left"),
    Seq("s_id"))
  .where($"stu.s_id".notEqual("01"))
  .select("stu.s_id","s_name")
  .distinct()
  .show

13、查询和"01"号的同学学习的课程完全相同的其他同学的信息

student
  .join(score, "s_id")
  .groupBy($"s_id").count().where($"count".equalTo(3))
  .where($"s_id".notEqual("01"))
  .join(student, Seq("s_id"), "left")
  .show()

14、查询没学过"张三"老师讲授的任一门课程的学生姓名

student
  .join(score, "s_id")
  .join(course,"c_id")
  .join(teacher,"t_id")
  .where($"t_name"==="张三")
  .as("stu1")
  .join(student.as("stu2"),Seq("s_id"),"right")
  .where($"t_name".isNull)
  .select("stu2.s_id","stu2.s_name")
  .show

15、查询两门及其以上不及格课程的同学的学号，姓名及其平均成绩

score
  .where($"s_score" < 60).groupBy("s_id").count()
  .where($"count" >= 2)
  .join(score,"s_id")
  .groupBy("s_id")
  .agg(round(avg("s_score"),2))
  .join(student,"s_id")
  .show

16、检索"01"课程分数小于60，按分数降序排列的学生信息

score
  .where($"c_id"==="01" && $"s_score" < 60)
  .join(student,"s_id")
  .sort(desc("s_score"))
  .show

17、按平均成绩从高到低显示所有学生的所有课程的成绩以及平均成绩

score.groupBy("s_id").agg(round(avg("s_score"),2).as("avgScore"))
  .join(score,"s_id")
  .join(student,"s_id")
  .orderBy($"avgScore".desc)
  .show

18、查询各科成绩最高分、最低分和平均分：

以如下形式显示：课程ID，课程name，最高分，最低分，平均分，及格率，中等率，优良率

及格为>=60，中等为：70-80，优良为：80-90，优秀为：>=90

//1 先求出 及格，中等，优良，优秀 各阶段人数
val numDF = score.groupBy("c_id").count()
val passDF = score.where($"s_score" >= 60).groupBy("c_id").count()
val midDF = score.where($"s_score" >= 70 && $"s_score" < 80).groupBy("c_id").count()
val goodDF = score.where($"s_score" >= 80 && $"s_score" < 90).groupBy("c_id").count()
val bestDF = score.where($"s_score" >= 90).groupBy("c_id").count()

//2 求出及格率，中等率，优良率，优秀率
val passPerDF = numDF.as("n")
  .join(passDF.as("m"), "c_id").withColumn("passPer", round($"m.count" / $"n.count", 2))
  .drop("count")
val midPerDF = numDF.as("n")
  .join(midDF.as("m"), "c_id").withColumn("midPer",  round($"m.count" / $"n.count", 2))
  .drop("count")
val goodPerDF = numDF.as("n")
  .join(goodDF.as("m"), "c_id").withColumn("goodPer", round($"m.count" / $"n.count", 2))
  .drop("count")
val bestPerDF = numDF.as("n")
  .join(bestDF.as("m"), "c_id").withColumn("bestPer", round($"m.count" / $"n.count", 2))
  .drop("count")

//3 求出课程最高分，最低分，平均分  join各比率
course
  .join(
    score.groupBy("c_id")
      .agg(max("s_score").as("maxScore"),
        min("s_score").as("minScore"),
        round(avg("s_score"),2).as("avgScore")),"c_id")
  .join(passPerDF,Seq("c_id"),"left")
  .join(midPerDF,Seq("c_id"),"left")
  .join(goodPerDF,Seq("c_id"),"left")
  .join(bestPerDF,Seq("c_id"),"left")
  .drop("t_id")
  .show

19、按各科成绩进行排序，并显示排名

score
  .withColumn("rank",
    dense_rank()
      .over(
      Window.partitionBy("c_id").orderBy($"s_score".desc)
    )
  )
  .show()

20、查询学生的总成绩并进行排名

score
  .groupBy("s_id")
  .sum("s_score")
  .withColumn("rank",dense_rank().over(Window.orderBy($"sum(s_score)".desc)))
  .show()

21、查询不同老师所教不同课程平均分从高到低显示

score
  .groupBy("c_id")
  .agg(round(avg("s_score"), 2).as("avgScore"))
  .withColumn("rank", dense_rank().over(Window.orderBy($"avgScore".desc)))
  .show()

22、查询所有课程的成绩第2名到第3名的学生信息及该课程成绩

score
  .withColumn("rank", dense_rank().over(Window.partitionBy("c_id").orderBy($"s_score".desc)))
  .where($"rank".isin(2,3))
  .join(student,"s_id")
  .show()

23、统计各科成绩各分数段人数：课程编号,课程名称, 100-85 , 85-70 , 70-60 , 0-60 及所占百分比

//方法一
//1 先求出 总人数 及 100-85 , 85-70 , 70-60 , 0-60 各阶段人数
val numDF = score.groupBy("c_id").count()
val passDF = score.where($"s_score" >= 0 && $"s_score" < 60).groupBy("c_id").count()
val midDF = score.where($"s_score" >= 60 && $"s_score" < 70).groupBy("c_id").count()
val goodDF = score.where($"s_score" >= 70 && $"s_score" < 85).groupBy("c_id").count()
val bestDF = score.where($"s_score" >= 85 && $"s_score" <= 100).groupBy("c_id").count()

//2 求出 100-85 , 85-70 , 70-60 , 0-60所占百分比
val passPerDF = numDF.as("n")
  .join(passDF.as("m"), "c_id").withColumn("lt60", round($"m.count" / $"n.count", 2))
  .drop("count")
val midPerDF = numDF.as("n")
  .join(midDF.as("m"), "c_id").withColumn("70-60",  round($"m.count" / $"n.count", 2))
  .drop("count")
val goodPerDF = numDF.as("n")
  .join(goodDF.as("m"), "c_id").withColumn("85-70", round($"m.count" / $"n.count", 2))
  .drop("count")
val bestPerDF = numDF.as("n")
  .join(bestDF.as("m"), "c_id").withColumn("100-85", round($"m.count" / $"n.count", 2))
  .drop("count")

//3 course表 join各比率
course
  .join(passPerDF,Seq("c_id"),"left")
  .join(midPerDF,Seq("c_id"),"left")
  .join(goodPerDF,Seq("c_id"),"left")
  .join(bestPerDF,Seq("c_id"),"left")
  .drop("t_id")
  .show

//方法2  count(when(condition), value),
// 由于between操作符是包含左右边界的，临界点分数存在重复计算，此方法仅供参考
score.groupBy("c_id").agg(
  count("s_score").as("count"),
  count(when($"s_score".between(85, 100), 1)).as("lt60Row"),
  count(when($"s_score".between(70, 85), 1)).as("60-70Row"),
  count(when($"s_score".between(60, 70), 1)).as("70-85Row"),
  count(when($"s_score".between(0, 60), 1)).as("85-100Row")
)
  .withColumn("lt60", round($"lt60Row" / $"count", 2))
  .withColumn("60-70", round($"60-70Row" / $"count", 2))
  .withColumn("70-85", round($"70-85Row" / $"count", 2))
  .withColumn("85-100", round($"85-100Row" / $"count", 2))
  .join(course, "c_id")
  .select("c_id", "c_name", "lt60", "60-70", "70-85", "85-100")
  .show()

24、查询学生平均成绩及其名次

score
  .groupBy("s_id")
  .agg(round(avg("s_score"), 2).as("avgScore"))
  .withColumn("rank",dense_rank().over(Window.orderBy($"avgScore".desc)))
  .show()

25、查询各科成绩前三名的记录

score
  .withColumn("rank",
    dense_rank().over(Window.partitionBy("c_id").orderBy($"s_score".desc))
  )
  .where($"rank".between(1,3))
  .show()

26、查询每门课程被选修的学生数

score
  .groupBy("c_id")
  .count()
  .show()

27、查询出只有两门课程的全部学生的学号和姓名

score
  .groupBy("s_id")
  .agg(count($"c_id").as("count"))
  .where($"count" === 2)
  .join(student, "s_id")
  .select("s_id", "s_name", "count")
  .show()

28、查询男生、女生人数

student
  .groupBy("s_sex")
  .count()
  .show()

29、查询名字中含有"风"字的学生信息

student
  .where($"s_name".contains("风"))
  .show()

30、查询同名同性学生名单，并统计同名人数

student_copy1
  .groupBy("s_name","s_sex")
  .count()
  .where($"count" > 1)
  .show

31、查询1990年出生的学生名单(注：Student表中Sage列的类型是datetime)

student
  .where(year($"s_birth")==="1990")
  .show

   

32、查询每门课程的平均成绩，结果按平均成绩降序排列，平均成绩相同时，按课程编号升序排列

score
  .groupBy("c_id")
  .avg("s_score")
  .orderBy($"avg(s_score)".desc, $"c_id")
  .show()

33、查询平均成绩大于等于85的所有学生的学号、姓名和平均成绩

score
  .groupBy("s_id")
  .avg("s_score")
  .where($"avg(s_score)" >= 85)
  .join(student,"s_id")
  .select("s_id", "s_name", "avg(s_score)")
  .show()

34、查询课程名称为"数学"，且分数低于60的学生姓名和分数

score
  .join(course, "c_id")
  .where($"c_name" === "数学" && $"s_score" < 60)
  .join(student, "s_id")
  .select("s_name", "s_score")
  .show

35、查询所有学生的课程及分数情况

student
  .join(score, Seq("s_id"), "left")
  .show()

36、查询任何一门课程成绩在70分以上的姓名、课程名称和分数

score
  .where($"s_score" > 70)
  .join(student, "s_id")
  .join(course, "c_id")
  .select("s_name", "c_name", "s_score")
  .show()

37、查询课程不及格的学生

score
  .where($"s_score" < 60)
  .show()

38、查询课程编号为01且课程成绩在80分及以上的学生的学号和姓名

score
  .where($"c_id" === "01" && $"s_score" >= 80)
  .join(student, "s_id")
  .select("s_id", "s_name", "c_id","s_score")
  .show()

39、求每门课程的学生人数

score
  .groupBy("c_id")
  .count()
  .show()

40、查询选修"张三"老师所授课程的学生中，成绩最高的学生信息及其成绩

score
  .join(course, "c_id")
  .join(teacher, "t_id")
  .where($"t_name" === "张三")
  .orderBy($"s_score".desc)
  .limit(1)
  .join(student, "s_id")
  .show()

41、查询不同课程成绩相同的学生的学生编号、课程编号、学生成绩

score
  .groupBy("s_score")
  .count()
  .where($"count" > 1)
  .join(score, "s_score")
  .show()

42、查询每门功课成绩最好的前两名

score
  .withColumn("rank",
    rank().over(Window.partitionBy("c_id").orderBy($"s_score".desc))
  )
  .where($"rank".isin(1, 2))
  .show()

43、统计每门课程的学生选修人数（超过5人的课程才统计）。要求输出课程号和选修人数， 查询结果按人数降序排列，若人数相同，按课程号升序排列

score
  .groupBy("c_id")
  .count()
  .where($"count" > 5)
  .orderBy($"count".desc, $"c_id")
  .show

44、检索至少选修两门课程的学生学号

score
  .groupBy("s_id").count()
  .where($"count" >= 2)
  .show()

45、查询选修了全部课程的学生信息

score
  .groupBy("s_id")
  .count()
  .where($"count" === course.count())
  .join(student, "s_id")
  .show()

46、查询各学生的年龄

student
  .withColumn("age", year(current_date()) - year($"s_birth"))
  .show()

47、查询本周过生日的学生

student
  .withColumn("birthOfWeek", weekofyear($"s_birth"))
  .where($"birthOfWeek" === weekofyear(current_date()))
  .show

48、查询下周过生日的学生

student
  .withColumn("birthOfWeek", weekofyear($"s_birth"))
  .where($"birthOfWeek" === weekofyear(current_date()) + 1)
  .show

49、查询本月过生日的学生

student
  .withColumn("birthOfMonth", month($"s_birth"))
  .where($"birthOfMonth" === month(current_date()))
  .show

50、查询下月过生日的学生

student
  .withColumn("birthOfMonth", month($"s_birth"))
  .where($"birthOfMonth" === month(current_date() + 1))
  .show