sql练习日常

这道题怎么理解，有没有大佬可以解答一下 #sql#  #sql练习日常#   #同时在看人数#

背景群友字节面试让写出3种方法，但只写出2种最后面试没过，相互关注是常见一道SQL题，但这次我们加一下挑战难度，通过不同sql方法去解（不考虑时效），且之前用过的方法后续不会再用，比较考察SQL的基本功。题目现在有一张表为fans(粉丝表) 里面有两个字段from_user,to_user ,如果两者一致代表from_user关注了to_user数据 with fans as ( SELECT '001' as from_user,'002' as to_user union all SELECT '002' as from_user,'001' as to_user u...

drop是删除表结构delete是删除数据truecate是全部删除

select em.last_name ,em.first_name ,de.dept_no from employees em left join dept_emp de on em.emp_no = de.emp_no 一个简单的左连接即可，适合新手练习

select em.last_name ,em.first_name ,de.dept_no from employees em inner join dept_emp de on em.emp_no = de.emp_no 非常简单的一个表连接查询，适合新手入门练习

select sa.emp_no ,sa.salary ,sa.from_date ,sa.to_date ,dm.dept_no from salaries sa inner join dept_manager dm on sa.emp_no = dm.emp_no order by emp_no 简单的一个内连接再根据emp_no排个序就行了，这个题比较简单

select * from employees where hire_date = ( select distinct hire_date from employees order by hire_date desc limit 1 offset 2 ) 我个人认为比较重要的点是去重查询和limit+offset组合，总的来说就是通过 LIMIT 和 OFFSET 的组合，先实现了在按雇用日期倒序排列后，精确定位到倒数第三个入职日期，并使用这个日期来筛选出对应的员工记录

select * from employees where hire_date = (select max(hire_date) from employees) 简单的一个嵌套子查询即可，当然答案不唯一，还可以有limit之类的其他方法，个人更习惯子查询

select author ,month ,fans_growth_rate ,sum(inc_fo) over(partition by author order by month) total_fans from ( select author ,left(start_time,7) month ,round(sum(inc_fo) / count(1),3) fans_growth_rate ,round(sum(inc_fo),3) inc_fo from ( select log.video_i...

select b.date, round(sum(if((login.date is not null),1,0))/sum(if((a.date is not null),1,1)),3) p from (select distinct date from login) b # 用于取时间 # 取出新用户 left join(select user_id,min(date) date from login group by user_id) a on b.date = a.date left join login on login.user_id = a.user_id ...

select tag, sum(if_retweet), round(sum(if_retweet) / count(1),3) from tb_user_video_log log left join tb_video_info info on log.video_id = info.video_id where datediff( (select max(start_time) from tb_user_video_log), start_time ) <= 29 group by 1 order by 2 desc SELECT 子句 tag: 选择视频的标签。 su...

with    sale_product as (        select            b.uid,            b.order_id,            b.event_time,            c.product_id,            a.shop_id        from            tb_order_overall b            left join tb_order_detail c on b.order_id = c.order_id            left join tb_product_info a o...

WITH t3 AS( #t3是根据时间差做用户分级 WITH t2 AS( #t2是为了取今天的日期，以及各用户的最早/最晚活跃日期 WITH t1 AS( #t1这层是考虑登入登出时间跨天的问题，但是题目没说的话好像没必要。 SELECT uid, DATE(in_time) dt FROM tb_user_log UNION SELECT uid, ...

select u.name u_n, c.name c_n, a.date from ( select user_id, client_id, date, rank() over ( partition by user_id order by date desc ) rk ...

with t1 as (select user_id, type, sum(grade_num) as st from grade_info group by user_id, type), t3 as (select t1.user_id, t1.st as ad ,t2.st as re from t1 left join t1 t2 on t1.user_id = t2.user_id and t1.type = 'add' and t2.type = 'reduce' where t...

select prod_name, quant_sold from ( select prod_id, sum(quantity) as quant_sold from OrderItems group by prod_id ) t1 left join Products p on p.prod_id = t1.prod_id 先从OrderItems表中计算出每个prod_id对应的数量和，然后左连接到Pro...

select * from order_info where date > '2025-10-15' and status = 'completed' and product_name in ('C++', 'Java', 'Python') order by id

select e.university, round (avg(e.question_cnt) , 3) as avg_question_cnt, round (avg(e.answer_cnt) , 3) as avg_answer_cnt from user_profile e group by e.university having avg(e.question_cnt) < 5 or avg(e.answer_cnt) <20 where用于筛选原有字段，having用于筛选新建字段