当前位置: 首页 > news >正文

SQL刷题快速入门(二)

其他章节:SQL刷题快速入门(一)
承接上一章节,本章主要讲SQL的运算符聚合函数SQL保留小数的几种方式三个部分

运算符

SQL 支持多种运算符,用于执行各种操作,如算术运算、比较、赋值、逻辑运算等。以下是一些常见的 SQL 运算符类型及其示例:

算术运算符

  • +(加)
  • -(减)
  • *(乘)
  • /(除)
  • %(取模)
SELECT column1 + column2 AS sum, column1 - column2 AS difference FROM table_name;

比较运算符

  • =(等于)
  • <>!=(不等于)
  • >(大于)
  • <(小于)
  • >=(大于等于)
  • <=(小于等于)
  • BETWEEN ... AND ...(在…和…之间)
  • LIKE(模式匹配)
  • IN(在集合中)
  • IS NULL(是 NULL)
  • IS NOT NULL(不是 NULL)
SELECT * FROM table_name WHERE column1 > 100;

逻辑运算符

  • AND(逻辑与)
  • OR(逻辑或)
  • NOT(逻辑非)
  • between a and b ,包含左右边界
SELECT * FROM table_name WHERE column1 > 100 AND column2 < 50;

赋值运算符

  • =(赋值)
UPDATE table_name SET column1 = value WHERE condition;

位运算符

  • &(按位与)
  • |(按位或)
  • ^(按位异或)
  • ~(按位非)
  • <<(左移)
  • >>(右移)
SELECT column1 & column2 AS bitwise_and FROM table_name;

特殊运算符

  • ||(字符串连接,在某些数据库中,如 PostgreSQL)
  • CONCAT(字符串连接,在某些数据库中,如 MySQL)
SELECT column1 || ' ' || column2 AS concatenated_string FROM table_name;

请注意,不同的数据库系统可能支持不同的运算符集合,并且可能会有特定的语法差异。在使用特定数据库时,应该参考其官方文档以了解详细信息。

聚合函数

聚合函数(Aggregate Functions)在 SQL 中用于对一组值(通常是表中的多行)进行计算,并返回单个值作为结果。这些函数在处理数据集时非常有用,尤其是在进行数据分析和报告时。以下是一些常见的 SQL 聚合函数及其用途:

COUNT()

  • 返回指定列中的行数。
  • 示例:COUNT(*) 返回表中的总行数,COUNT(column_name) 返回非 NULL 值的行数。

SUM()

  • 返回指定列值的总和。
  • 示例:SUM(column_name) 返回 column_name 列所有值的总和。

AVG()

  • 返回指定列值的平均值(算术平均值)。
  • 示例:AVG(column_name) 返回 column_name 列所有值的平均值。

MAX()

  • 返回指定列中的最大值。
  • 示例:MAX(column_name) 返回 column_name 列中的最大值。

MIN()

  • 返回指定列中的最小值。
  • 示例:MIN(column_name) 返回 column_name 列中的最小值。

FIRST()

  • 返回指定列中的第一个值。
  • 注意:不是所有数据库系统都支持 FIRST() 函数。

LAST()

  • 返回指定列中的最后一个值。
  • 注意:不是所有数据库系统都支持 LAST() 函数。

STDDEV()

  • 返回指定列值的标准偏差。
  • 示例:STDDEV(column_name) 返回 column_name 列值的标准偏差。

VAR()

  • 返回指定列值的方差。
  • 示例:VAR(column_name) 返回 column_name 列值的方差。

聚合函数通常与 GROUP BY 子句一起使用,此时只能用having,不能用where,以便对每个分组进行计算。以下是一个使用 GROUP BYSUM() 聚合函数的例子:

SELECT category, SUM(price) AS total_price
FROM products
GROUP BY category;

在这个例子中,SUM(price) 计算每个类别 category 的总价格,并使用 GROUP BY 子句按类别分组结果。

having

where中的属性不能是聚合函数得来的,如果属性是聚合函数得来的新属性,得用having!而having的属性必须出现在group by中

在MySQL中,HAVING子句通常与GROUP BY子句搭配使用,用于对分组后的结果进行条件过滤。HAVING子句的作用与WHERE子句类似,但是WHERE子句不能与聚合函数(如SUM()COUNT()AVG()等)一起使用,而HAVING可以。
以下是HAVING子句的一些关键点:

  • 搭配使用HAVING子句通常与GROUP BY子句一起使用。
  • 作用:它用于指定分组(由GROUP BY创建)必须满足的条件,以使这些分组在最终结果集中出现。
  • 聚合函数HAVING允许您包含聚合函数来过滤分组后的结果。
    以下是一个使用HAVING子句的示例:

HAVING子句的限制:HAVING所选的属性必须是包含在GROUP BY子句中的列,或者用于聚合函数。如果university列没有被包含在GROUP BY子句中,则不能用。

列与聚合函数:在SELECT语句中选择非聚合列时,这些列必须出现在GROUP BY子句中。

要解决这个问题,您需要做以下修改:

  • 确保所有在SELECT子句中出现的非聚合列都在GROUP BY子句中列出。
  • 如果您想要根据university列过滤结果,您应该在WHERE子句中进行,而不是在HAVING子句中。
SELECT department, COUNT(*) AS employee_count
FROM employees
GROUP BY department
HAVING COUNT(*) > 10;

在这个例子中:

  • GROUP BY departmentemployees表中的记录按department列分组。
  • HAVING COUNT(*) > 10确保只有那些拥有超过10名员工的部门会被包含在结果集中。
    如果没有GROUP BY子句,HAVING子句将不会起作用,因为没有分组的概念。此外,如果需要使用WHERE子句来过滤行,则在GROUP BYHAVING子句之前应用它。例如:
SELECT department, COUNT(*) AS employee_count
FROM employees
WHERE salary > 50000
GROUP BY department
HAVING COUNT(*) > 10;

在这个例子中:

  • WHERE salary > 50000首先过滤出薪水超过50000的员工。
  • 然后按department分组。
  • 最后,HAVING COUNT(*) > 10确保只有那些拥有超过10名高薪员工的部门会被选中。

保留小数

不同数据库的函数可能存在细微差别,这里以 MySQL 为例,可以使用以下函数来处理数值的四舍五入、截断、向上取整和向下取整操作:

1. 四舍五入保留小数

函数: ROUND(number, decimals)

  • 参数:

    • number: 要进行四舍五入的数值。
    • decimals: 要保留的小数位数。如果为正数,表示保留小数点后的位数;如果为负数,表示对整数部分进行四舍五入。
  • 举例:

    SELECT ROUND(123.4567, 2);  -- 结果为 123.46
    SELECT ROUND(123.456, 0) AS rounded_value;  -- 意思是保留整数,结果是 123
    SELECT ROUND(123.4567, -1); -- 结果为 120
    

2. 截断到指定位

函数: TRUNCATE(number, decimals)

  • 参数:

    • number: 要进行截断的数值。
    • decimals: 要保留的小数位数。如果为正数,表示保留小数点后的位数;如果为负数,表示对整数部分进行截断。
  • 举例:

    SELECT TRUNCATE(123.4567, 2);  -- 结果为 123.45
    SELECT TRUNCATE(123.4567, -1); -- 结果为 120
    

3. 向上取整

函数: CEILING(number)CEIL(number)

  • 参数:

    • number: 要进行向上取整的数值。
  • 举例:

    SELECT CEILING(123.4567);  -- 结果为 124
    SELECT CEILING(-123.4567); -- 结果为 -123
    

4. 向下取整

函数: FLOOR(number)

  • 参数:

    • number: 要进行向下取整的数值。
  • 举例:

    SELECT FLOOR(123.4567);  -- 结果为 123
    SELECT FLOOR(-123.4567); -- 结果为 -124
    

相关文章:

SQL刷题快速入门(二)

其他章节&#xff1a;SQL刷题快速入门&#xff08;一&#xff09; 承接上一章节&#xff0c;本章主要讲SQL的运算符、聚合函数、SQL保留小数的几种方式三个部分 运算符 SQL 支持多种运算符&#xff0c;用于执行各种操作&#xff0c;如算术运算、比较、赋值、逻辑运算等。以下…...

hive迁移后修复分区慢,怎么办?

我有1个30TB的分区表&#xff0c;客户给的带宽只有600MB&#xff0c;按照150%的耗时来算&#xff0c;大概要迁移17小时。 使用hive自带的修复分区命令&#xff08;一般修复分区比迁移时间长一点&#xff09;&#xff0c;可能要花24小时。于是打算用前面黄大佬的牛B方案。 Hive增…...

代码随想录算法训练营day27

代码随想录算法训练营 —day27 文章目录 代码随想录算法训练营前言一、贪心算法理论基础二、455.分发饼干三、376. 摆动序列53. 最大子数组和总结 前言 今天是算法营的第27天&#xff0c;希望自己能够坚持下来&#xff01; 今日任务&#xff1a; ● 贪心算法理论基础 ● 455.…...

python 代码使用 DeepXDE 库实现了一个求解二维非线性偏微分方程(PDE)的功能

import deepxde as dde import numpy as np import matplotlib.pyplot as plt import tensorflow as tf# 设置时空计算域 Lx 1 # x 范围从 0 到 1 Ly 1 # y 范围从 0 到 1 Lt 0.05 # t 范围从 0 到 0.05 geom dde.geometry.Rectangle([0, 0], [Lx, Ly]) # 空间域 timed…...

【Go】:深入解析 Go 1.24:新特性、改进与最佳实践

前言 Go 1.24 尚未发布。这些是正在进行中的发布说明。Go 1.24 预计将于 2025 年 2 月发布。本文将深入探讨 Go 1.24 中引入的各项更新&#xff0c;并通过具体示例展示这些变化如何影响日常开发工作&#xff0c;确保为读者提供详尽而有价值的参考。 新特性及改进综述 HTTP/2 …...

VUE3 一些常用的 npm 和 cnpm 命令,涵盖了修改源、清理缓存、修改 SSL 协议设置等内容。

以下是一些常用的 npm 和 cnpm 命令&#xff0c;涵盖了修改源、清理缓存、修改 SSL 协议设置等内容。 npm 常用命令 1. 修改 npm 源 更改为淘宝的 npm 镜像源&#xff08;可以提高安装速度&#xff09;&#xff1a; bash复制代码 npm config set registry https://registry…...

【SpringBoot】@Value 没有注入预期的值

问题复现 在装配对象成员属性时&#xff0c;我们常常会使用 Autowired 来装配。但是&#xff0c;有时候我们也使用 Value 进行装配。不过这两种注解使用风格不同&#xff0c;使用 Autowired 一般都不会设置属性值&#xff0c;而 Value 必须指定一个字符串值&#xff0c;因为其…...

【STM32-学习笔记-6-】DMA

文章目录 DMAⅠ、DMA框图Ⅱ、DMA基本结构Ⅲ、不同外设的DMA请求Ⅳ、DMA函数Ⅴ、DMA_InitTypeDef结构体参数①、DMA_PeripheralBaseAddr②、DMA_PeripheralDataSize③、DMA_PeripheralInc④、DMA_MemoryBaseAddr⑤、DMA_MemoryDataSize⑥、DMA_MemoryInc⑦、DMA_DIR⑧、DMA_Buff…...

js实现一个可以自动重链的websocket客户端

class WebSocketClient {constructor(url, callback, options {}) {this.url url; // WebSocket 服务器地址this.options options; // 配置选项&#xff08;例如重试间隔、最大重试次数等&#xff09;this.retryInterval options.retryInterval || 1000; // 重试间隔&#…...

企业总部和分支通过GRE VPN互通

PC1可以ping通PC2 1、首先按照地址表配置ip地址 2、分别在AR1和AR3上配置nat 3、配置GRE a 创建tunnel接口&#xff0c;并选择tunnel协议为GRE&#xff0c;为隧道创建一个地址&#xff0c;用作互联 b 为隧道配置源地址或者源接口&#xff0c;这里选择源接口&#xff1b;再为…...

油猴支持阿里云自动登陆插件

遇到的以下问题&#xff0c;都已在脚本中解决&#xff1a; 获取到的元素赋值在页面显示&#xff0c;但是底层的value并没有改写&#xff0c;导致请求就是获取不到数据元素的加载时机不定&#xff0c;尤其是弱网情况下&#xff0c;只靠延迟还是有可能获取不到&#xff0c;且登陆…...

【2024年华为OD机试】(C卷,100分)- 字符串筛选排序 (Java JS PythonC/C++)

一、问题描述 题目描述 输入一个由N个大小写字母组成的字符串 按照ASCII码值从小到大进行排序 查找字符串中第K个最小ASCII码值的字母 (k > 1) 输出该字母所在字符串中的位置索引 (字符串的第一个位置索引为0) k如果大于字符串长度则输出最大ASCII码值的字母所在字符串…...

iOS - runtime总结

详细总结一下 Runtime 的核心内容&#xff1a; 1. 消息发送机制 // 消息发送的基本流程 id objc_msgSend(id self, SEL _cmd, ...) {// 1. 获取 isaClass cls object_getClass(self);// 2. 查找缓存IMP imp cache_getImp(cls, _cmd);if (imp) return imp(self, _cmd, ...);…...

第33 章 - ES 实战篇 - MySQL 与 Elasticsearch 的一致性问题

思维导图 0. 前言 MySQL 与 Elasticsearch 一致性问题是老生常谈了。网上有太多关于这方面的文章了&#xff0c;但是千篇一律&#xff0c;看了跟没看没有太大区别。 在生产中&#xff0c;我们往往会通过 DTS 工具将 binlog 导入到 Kafka&#xff0c;再通过 Kafka 消费 binlog&…...

Artec Leo 3D扫描仪与Ray助力野生水生动物法医鉴定【沪敖3D】

挑战&#xff1a;捕获大型水生哺乳动物&#xff08;如鲸鱼&#xff09;的数据&#xff0c;搭建全彩3D模型&#xff0c;用于水生野生动物的法医鉴定、研究和保护工作。 解决方案&#xff1a;Artec Eva、Artec Space Spider、Artec Leo、Artec Ray、Artec Studio、CT scans 效果&…...

PythonQT5打包exe线程使用

打包&#xff1a; pyinstaller --noconsole --onefile test.py–noconsole 表示不需要打开命令行 修改&#xff1a;test.spec 一般项目里面需要用的资源文件&#xff0c;比如lib、png、exe等。 需要单独修改spec文件 pathex[.],binaries[(D:/test.png, .),(D:/simsun.ttc, .…...

【Powershell】Windows大法powershell好(二)

PowerShell基础&#xff08;二&#xff09; 声明&#xff1a;该笔记为up主 泷羽的课程笔记&#xff0c;本节链接指路。 警告&#xff1a;本教程仅作学习用途&#xff0c;若有用于非法行为的&#xff0c;概不负责。 1. powershell 执行外部命令 powershell也可以执行一些外部的…...

前端学习-环境this对象以及回调函数(二十七)

目录 前言 目标 环境对象 作用 环境对象this是什么&#xff1f; 判断this指向的粗略规则是什么&#xff1f; 回调函数 目标 常见的使用场景 综合案例&#xff1a;Tab任务栏切换 总结 前言 男儿何不带吴钩&#xff0c;收取关山五十州 目标 能够分析判断函数运行在不…...

Element-plus、Element-ui之Tree 树形控件回显Bug问题。

需求&#xff1a;提交时&#xff0c;需要把选中状态和半选中状态 的数据id提交。如图所示&#xff1a; 数据回显时&#xff0c;会出现代码如下&#xff1a; <template><el-tree ref"treeRef" :data"tree" show-checkbox node-key"id" …...

互联网全景消息(10)之Kafka深度剖析(中)

一、深入应用 1.1 SpringBoot集成Kafka 引入对应的依赖。 <dependencies><dependency><groupId>org.springframework.boot</groupId><artifactId>spring-boot-starter-web</artifactId></dependency><dependency><groupI…...

测试微信模版消息推送

进入“开发接口管理”--“公众平台测试账号”&#xff0c;无需申请公众账号、可在测试账号中体验并测试微信公众平台所有高级接口。 获取access_token: 自定义模版消息&#xff1a; 关注测试号&#xff1a;扫二维码关注测试号。 发送模版消息&#xff1a; import requests da…...

Docker 离线安装指南

参考文章 1、确认操作系统类型及内核版本 Docker依赖于Linux内核的一些特性&#xff0c;不同版本的Docker对内核版本有不同要求。例如&#xff0c;Docker 17.06及之后的版本通常需要Linux内核3.10及以上版本&#xff0c;Docker17.09及更高版本对应Linux内核4.9.x及更高版本。…...

SCAU期末笔记 - 数据分析与数据挖掘题库解析

这门怎么题库答案不全啊日 来简单学一下子来 一、选择题&#xff08;可多选&#xff09; 将原始数据进行集成、变换、维度规约、数值规约是在以下哪个步骤的任务?(C) A. 频繁模式挖掘 B.分类和预测 C.数据预处理 D.数据流挖掘 A. 频繁模式挖掘&#xff1a;专注于发现数据中…...

AtCoder 第409​场初级竞赛 A~E题解

A Conflict 【题目链接】 原题链接&#xff1a;A - Conflict 【考点】 枚举 【题目大意】 找到是否有两人都想要的物品。 【解析】 遍历两端字符串&#xff0c;只有在同时为 o 时输出 Yes 并结束程序&#xff0c;否则输出 No。 【难度】 GESP三级 【代码参考】 #i…...

《基于Apache Flink的流处理》笔记

思维导图 1-3 章 4-7章 8-11 章 参考资料 源码&#xff1a; https://github.com/streaming-with-flink 博客 https://flink.apache.org/bloghttps://www.ververica.com/blog 聚会及会议 https://flink-forward.orghttps://www.meetup.com/topics/apache-flink https://n…...

NFT模式:数字资产确权与链游经济系统构建

NFT模式&#xff1a;数字资产确权与链游经济系统构建 ——从技术架构到可持续生态的范式革命 一、确权技术革新&#xff1a;构建可信数字资产基石 1. 区块链底层架构的进化 跨链互操作协议&#xff1a;基于LayerZero协议实现以太坊、Solana等公链资产互通&#xff0c;通过零知…...

3-11单元格区域边界定位(End属性)学习笔记

返回一个Range 对象&#xff0c;只读。该对象代表包含源区域的区域上端下端左端右端的最后一个单元格。等同于按键 End 向上键(End(xlUp))、End向下键(End(xlDown))、End向左键(End(xlToLeft)End向右键(End(xlToRight)) 注意&#xff1a;它移动的位置必须是相连的有内容的单元格…...

Python学习(8) ----- Python的类与对象

Python 中的类&#xff08;Class&#xff09;与对象&#xff08;Object&#xff09;是面向对象编程&#xff08;OOP&#xff09;的核心。我们可以通过“类是模板&#xff0c;对象是实例”来理解它们的关系。 &#x1f9f1; 一句话理解&#xff1a; 类就像“图纸”&#xff0c;对…...

boost::filesystem::path文件路径使用详解和示例

boost::filesystem::path 是 Boost 库中用于跨平台操作文件路径的类&#xff0c;封装了路径的拼接、分割、提取、判断等常用功能。下面是对它的使用详解&#xff0c;包括常用接口与完整示例。 1. 引入头文件与命名空间 #include <boost/filesystem.hpp> namespace fs b…...

拟合问题处理

在机器学习中&#xff0c;核心任务通常围绕模型训练和性能提升展开&#xff0c;但你提到的 “优化训练数据解决过拟合” 和 “提升泛化性能解决欠拟合” 需要结合更准确的概念进行梳理。以下是对机器学习核心任务的系统复习和修正&#xff1a; 一、机器学习的核心任务框架 机…...