select count(gender) as male_num, round(AVG(gpa),1) as avg_gpa from user_profile where gender="male" round() 保留一位小数 as 别名 AVG where可以让列数减少

select max(gpa) from user_profile where university="复旦大学" 从user_profile表中查找学校是复旦大学的gpa的最大值

select count(DISTINCT device_id) as did_cnt,count(question_id) as question_cnt from question_practice_detail where date>='2021-08-01' and date <='2021-08-31'; 从question_practice_detail表中 计算用户总数(可能有重复的) as做为别名did_cnt count(question_id)总数 as 作为别名question_cnt where条件判定 'date>='2021-08-01' ...

select device_id,gpa,age from user_profile order by gpa DESC,age DESC 从表格user_profile中查询device_id,gpa,age字段。现根据gpa降序排列,再根据age降序排列。

select device_id,gpa,age from user_profile ORDER BY gpa ASC,age ASC 从user_profile表中查询device_id,gpa,age三个字段 先根据gpa升序输出,再根据age升序输出

1.百度 提前批 一面中2.快手 一志愿挂 二志愿简历筛选中3.字节跳动 提前批 简历挂4.深信服 简历筛选5.oppo 简历筛选6.米哈游 准备笔试7.联想 简历筛选8.小红书 简历筛选9.美团 网申成功10. 京东 待测评11.网易雷火 网申成功12.滴滴 简历筛选13.滴滴 简历初筛14.作业帮 简历挂15.奇安信 投递成功16.搜狐畅游 简历初筛

学习Python打卡第一天