SQL3：distinct

查询结果去重，返回所有不同的university

方法一：distinct关键字。（注意：这个关键字实际上是 select distinct，如果是多列，多列作为一个组合然后 distinct 去重）

方法二：巧用group by

select distinct university
from user_profile

select university
from user_profile
group by university

SQL4：limit

返回前两行id

limit n：表示返回前 n 行

limit m,n：表示从下标 m 开始，返回长度 n 行

select device_id
from user_profile
limit 2

SQL5：as

接着上一题，用as将输出列改别名

select device_id as user_infos_example
from user_profile
limit 2

注意：有时候子查询表不用 as 起名字可能会编译报错，有时候则不会，尽量养成好习惯as一下，当然，能看懂报错告诉要 as 一下自然也没问题。

SQL8：between and

where age between 2 and 3 等价于 where age>=2 and age<=3

where age not between 2 and 3 等价于 where age<2 or age>3

mysql是这样的，有些数据库可能取等不一样。因此我不建议用between，了解即可。

SQL10：is null

where age is null / is not null

SQL13：in

in/not in：相当于多个等于条件用 or 连接 

where university in ('北京大学','复旦大学','山东大学')

SQL15：like

like+正则表达式，%表示任意串，.或_表示任意字符，另外注意 like 的正则表达式并不包含正则表达式的全部功能

SQL16：max、round、all

复旦大学GPA的最大值，要求保留一位小数。

方法一：max函数。方法二：排序。方法三：利用 all 函数

注意点：

①保留一位小数 round(xxx,1)（测试数据太弱，已经是一位，所以不用也过了）

②max(xxx)聚合后列名会变，有必要时需 as 一下

select max(gpa)
from user_profile
where university='复旦大学'

select gpa
from user_profile
where university='复旦大学'
order by gpa desc
limit 1

select distinct gpa
from user_profile
where university='复旦大学' and gpa>=all(
    select gpa from user_profile where university='复旦大学'
)

与 all 相对的是 any

这里 all 实际上也等价于把子查询里 select gpa 换成 select max(gpa)

SQL17：count、avg

男性的个数及平均gpa

select count(*),avg(gpa)
from user_profile
where gender='male'

SQL18：group by多个属性

每个学校的每个性别的聚合情况。在 group by 里直接逗号相连即可

select gender,university,count(*),avg(active_days_within_30),avg(question_cnt)
from user_profile
group by university,gender

SQL19：聚合的比较用 group by+having，而不能where

sql执行顺序：from->where->group by->having->select->order by

having 里可以用别名，也可以用聚合函数，order by也可，聚合函数或其别名没有区别，是等价的

但是注意where里不能用聚合或其别名，这是取决于执行顺序的，where 的时候还没有分组

因此请一定注意聚合时的执行顺序问题

select university,
    round(avg(question_cnt),3) as avg_question_cnt,
    round(avg(answer_cnt),3) as avg_answer_cnt 
from user_profile
group by university
having avg(question_cnt)<5 or avg(answer_cnt)<20

SQL21：两表联查、子查询 或 join on

device_id 是用户表主码，问题表外码。要查的内容在问题表，需要筛选用户表中'浙江大学'的项

法一：子查询

select device_id,question_id,result
from question_practice_detail
where device_id in (select device_id
    from user_profile
    where university='浙江大学')
order by question_id

法二：join，注意命名冲突（注：join 默认表示 inner join）

select u.device_id,question_id,result
from question_practice_detail as q
    join user_profile as u
where q.device_id=u.device_id and u.university='浙江大学'
order by question_id

需要注意的是完整写法应当是

from a join b on a.id=b.id

省略 on 时，默认按属性名相同的所有属性。但有时候会不好用，养成好习惯，不准省略on！

四种 join 类型：(join 默认 inner join)

①outer join：a有m项，b有n项，则结果有 m*n 项，符合 a.id=b.id 的将会填上 a、b 的其他内容，不符合的将会把缺的全填null

（注：mysql中实际上没有 outer join，可以把 left join 和 right join 的结果 union all 一下）

②inner join：仅保留 a.id=b.id 的笛卡尔乘积项

③left join/right join：以left join为例，保留 a 的 m 项，对 b 内容，如果 a.id=b.id，则补充上b的内容，如果不等，则用 null 补充上 b 的内容

另注：join不会让 a.id、b.id 合成一个 id，二者在结果中皆是存在的

SQL22：技巧：count(distinct xxx)

 

device_id是第一个表主码，第二个表外码，求每个学校的平均答题数

法一：第二个表聚合每个device_id的答题数后，再join求平均

select university,avg(cnt)
from user_profile as u join(
    select device_id,count(*) as cnt
    from question_practice_detail
    group by device_id
)as q
    on u.device_id=q.device_id
group by university
order by university

法二：技巧：count(distinct xxx) 大法

select university,count(u.device_id)/count(distinct u.device_id)
from user_profile as u join question_practice_detail as q
on u.device_id=q.device_id
group by university
order by university

SQL23：多表join

无需括号，继续join即可，每个表都可以独立地用名字.属性

select university,difficult_level,count(*)/count(distinct u.device_id)
from user_profile as u
    join question_practice_detail as qp
    on u.device_id=qp.device_id
    join question_detail as qd
    on qp.question_id=qd.question_id
group by university,difficult_level

SQL25：Intersect、Union、Except

返回山东大学或男性的数据，要求先显示山东大学，再显示男性，且结果不去重。

直接用 where or 无法保证结果有序

请注意 Intersect、Union、Except 交、并、补，可以保证结果有序

请注意 Intersect、Union、Except 会对结果去重，重复的可能来自 a，也可能来自 b 或 a op b

比如 id、name：1、a；2、b；3、a，那么 select name，如果用交并补计算，将会是 a、b

使用 Intersect all、Union all、Except all，不去重，上例中即 a、b、a

select device_id,gender,age,gpa
from user_profile
where university='山东大学'
union all
select device_id,gender,age,gpa
from user_profile
where gender='male'

SQL26：select 实值 或 IF + group by

 法一：

select '25岁以下' as age_cut,count(*) as number
    from user_profile
    where age<25 or age is null
union
select '25岁及以上' as age_cut,count(*) as number
    from user_profile
    where age>=25

法二：

select if(age<25 or age is null,'25岁以下','25岁及以上') as age_cut,
    count(*) as number
from user_profile
group by age_cut

SQL27：Case When Then Else End (和IF一样也可联用 group by)

age为null返回其他

注意每个 when then 后没有逗号

select device_id,gender,
    case
    when age<20 then '20岁以下'
    when age<=24 then '20-24岁'
    when age>=25 then '25岁及以上'
    else '其他'
    end as age_cut
from user_profile

SQL28：year、month、day函数

2021年8月，每日的数量

select day(date) as day,count(*) as question_cnt
from question_practice_detail as q
where year(date)=2021 and month(date)=8
group by day(date)

实际上date也可以用like做，但是这三个函数对date类型明显简单

SQL29：left join+自连接 或 over开窗函数+lead

统计用户某天做题后，下一天还会做题的概率

法一：

由于用户可以一天内反复做题，因此先去重

由于需要 q1 表长度做分母，因此左连接

连接 q2 时，on条件设置了 date等于+1 才能连接，这样不满足+1的就会填null，因此可以count(q2.date)得到符合条件的数量，即分子

count()的数量不包含null，是个很重要的特性

select count(q2.date)/count(*) as avg_ret
from (select distinct device_id,date
        from question_practice_detail) as q1
    left join (select distinct device_id,date
        from question_practice_detail) as q2
    on q1.device_id=q2.device_id and q2.date=q1.date+1

法二：

开窗函数格式：分析函数() over(partition by xxx order by yyy)

其中，分数函数必需，partition by/order by任选其一或都用

作用是开了一个新列，然后partition by name，按各个name分组，然后组内 order by score，按成绩排序，然后该新列每行的值由分析函数()在组内计算得到

这里请注意组内 order by score，不是新列按score排序后拼上，而是带着空的新列，组里所有整个行已经进行了排序。最后的整个表此时已经是按组内有序的了。而且是按组放在一起输出的。

rank()同排名会为之后累计人数，dense_rank()不会，row_number()是行号，用于排名则是无同排名

例如三个人分数是 10、10、9

select rank() over(order by score desc) 得到 1、1、3

dense_rank() 得到 1、1、2

row_number() 得到 1、2、3

常用的分析函数还有：

percent_rank()、count()等聚合函数、first_value()、last_value、

ratio_to_report(xxx)：新列返回的是xxx除以order by属性的结果、

lead(xxx)：新列返回 xxx 向上推一行的结果，空则补None、

lag(xxx)：同上，xxx向下推一行

此题往上推之前，一是和法一一样，要先注意去重

第二，题中日期可能无序，有序的时候向上推一下才有意义。

select avg(if(date2=date1+1,1,0)) as avg_ret
from (
    select device_id,
        date as date1,
        lead(date) over (partition by device_id order by date) as date2
    from (select distinct device_id, date
        from question_practice_detail
    ) as q1
) as q2

SQL30：substring_index等字符串函数

格式如图，统计每种性别人数

substring_index(s,分隔符,i)，表示第 i 个分隔符左侧的所有内容，i为负时，则是倒数第i个右侧所有内容（i表示第几个，从1开始）

例如 www.baidu.com

substring_index(s,'.',2) 表示 www.baidu

substring_index(s,'.',-2) 表示 baidu.com

当然此题也可用like，但是还是这样简单

select substring_index(profile,',',-1) as gender,
    count(*) as number
from user_submit
group by gender

补充：

substring_index是索引子串，除此之外还有：

substr(s,begin,len)，begin从1开始。

replace(s,s1,s2)，将 s 中的模式串 s1 的部分替换为 s2

trim(s1 from s)，去掉模式串 s1 后的 s。

SQL33：和29类似，over函数

找出每个学校GPA最低的所有同学

最低的可能不止一个学生，而且还需要他的其他属性，因此不能直接 group by 然后 min

很容易想到<=all子查询，或者<=子查询的min，或者用 in 也有办法解决。也有 left join 然后自连接的方法，类比于 SQL29。

类比于SQL29，自然也可以用开窗函数over，值得练习，代码如下

select device_id,university,gpa
from(select *,
    rank() over(partition by university order by gpa) as r
    from user_profile
) as u
where r=1
order by university

SQL34 

 

首先注意这个题意，叙述的可能不太清楚。这里练习的总题目数指的是练习了多少条，同一道题反复做每做一次都算一次的。同样地，正确数也是，同一题目反复AC也是每次AC都算。

练习过前面的题之后，其实会发现这题并不难，left join就秒了，但是注意月份=8月应该写在哪

不答题的，我们需要它的答题记录为null，从而统计出0

注意8月没答题，如果你用where筛选，那么这一条就没了，也就没有统计null的机会了

因此请注意要在 on 条件里判断等于 8 月。

select u.device_id,university,
    count(result) as question_cnt,
    sum(if(result='right',1,0)) as right_question_cnt
from user_profile as u
    left join question_practice_detail as q
    on u.device_id=q.device_id and month(date)=8
where university='复旦大学'
group by u.device_id

SQL35

和上一题一个道理，重复做题每次都算独立的一次

于是这个题完全就是白给，难度困难，名不副实，直接看代码就好

select difficult_level,avg(if(result='right',1,0)) as correct_rate
from user_profile as u
    join question_practice_detail as qp 
    on u.device_id=qp.device_id
    join question_detail as qd
    on qp.question_id=qd.question_id
where university='浙江大学'
group by difficult_level
order by correct_rate