MySQL（入门T39） nowcoder 刷题#小纸条
目录
SELECT结果去重
查询结果限制返回行数
查询后的列重新命名
查找某个年龄段的用户信息
模糊查询
查找最值
排序与多列排序
计数，round函数与求mean
分组计算
聚合函数用（select；Having；order by）
SQL语句的执行过程是：
连接查询（四种常考）
进阶使用
or与union的
CASE函数
date_format函数&year/month函数
留存率问题
问题分解：
细节问题：
完整代码：
字符串截取之substring_index
问题分解：
细节问题：
完整代码：
窗口函数找最值
问题分解：
细节问题：
完整代码：
综合查询例题（review）
题意明确：
问题分解：
细节问题：
完整代码：
SQL JOIN 综合例题
问题分解：
细节问题：
like函数综合例题
题意明确：
问题分解：
细节问题：
完整代码：
SELECT 学号, 姓名, 性别, 出生日期, 班号 FROM 学生表 等价于： SELECT * FROM 学生表
*表示所有列
SELECT结果去重
SELECT distinct 关键字 FROM
查询结果限制返回行数
题目：现在运营只需要查看前2个用户明细设备ID数据，请你从用户信息表 user_profile 中取出相应结果。
Solution: limit or where
SELECT device_id FROM user_profile where id<3
%% select * from tableName limit i,n
%% 参数
tableName : 为数据表；
i : 为查询结果的索引值（默认从0开始）；
n : 为查询结果返回的数量查询后的列重新命名
SELECT (AS) RENAME
FROM tableNAME
查找某个年龄段的用户信息
SELECT device_id,gender,age
FROM user_profile
where age>=20 and age<=23
或者 where age between 20 and 24
%% 不能使用 20<=age<=23WHERE FUNCTION ( != 代表不等于 ) 除XXX的XXX信息
用WHERE过滤空值 WHERE XXX is not null
模糊查询
like表示模糊搜索，%表示不确定搜索对象前后各有几个字
查找最值
查找GPA最高值#
两种方法：
where筛选 ＋ 排序
排序与多列排序
排序子句语法：order by 列名 asc/desc
(升序和降序要给每个字段单独设定)
SELECT device_id,gpa,age from user_profile order by gpa,age;#默认以升序排列
SELECT device_id,gpa,age from user_profile order by gpa,age asc;
SELECT device_id,gpa,age from user_profile order by gpa asc,age asc;where筛选 复旦大学条件,因最高的gpa，max(gpa)求出最大值也可
select
max(gpa )
from user_profile
WHERE
university='复旦大学'计数，round函数与求mean
计数，count函数；求平均值用avg函数
ROUND() 函数 ROUND 函数用于把数值字段舍入为指定的小数位数。
SQL ROUND() 语法
SELECT ROUND(column_name,decimals)
FROM table_name column_name 要舍入的字段decimals 要返回的小数位数
分组计算
SELECT gender,university,
COUNT(id) AS user_num,
AVG(active_days_within_30)AS avg_active_day,
AVG(question_cnt) AS avg_question_cnt
FROM user_profile
GROUP BY gender,universityselect 类别, sum(数量) as 数量之和
from A
group by 类别
聚合函数用（select；Having；order by）
SELECT university,
AVG(question_cnt) AS avg_question_cnt,
AVG(answer_cnt) AS avg_answer_cnt
FROM user_profile
GROUP BY university
HAVING avg_question_cnt<5
OR avg_answer_cnt<20Solution
SQL语句的执行过程是：
FROM - ON - JOIN - WHERE - GROUP BY - WITH - HAVING - SELECT - DISTINCT - ORDER BY - LIMIT
第一步：from 选择表
第二步：where 筛选条件，筛选对象--行
第三步：group by 将筛选出来的数据进行分组
第四步：having 筛选条件，筛选对象--组
第五步：select 选取最后的结果
第六步：order by 将结果按照特定顺序排列
聚合函数出现在where子句中是个伪命题！举个简单的例子，现在需要select出所有员工中那些工资大于平均工资的员工信息，如果sql语句写成select * from 表名 where sal > avg(sal);肯定是要报错的。因为聚合函数的实现，是基于所有完整数据的基础上，例如，求和，统计数据总数，最大值，最小值，必须保证所有列的数据全部用到。但是，聚合函数如果出现在where子句中，它就要受到整个语句的限制，因为这条语句最终是需要对数据进行筛选的，也就是说整条sql语句产生的结果将会是所有数据中的部分数据，而不是全部的完整数据。这与聚合函数实现的前提——完整的所有数据是相悖的，因此，聚合函数不能出现在where子句中。
连接查询（四种常考）
限定条件：来自浙江大学的用户，学校信息在用户画像表，答题情况在用户练习明细表，因此需要通过device_id关联两个表的数据；
方法1：join两个表，用inner join，条件是on up.device_id=qpd.device_id and up.university='浙江大学'
CODE：
select qpd.device_id, qpd.question_id, qpd.result
from question_practice_detail as qpd
inner join user_profile as up
on up.device_id=qpd.device_id and up.university='浙江大学'方法2：先从画像表找到浙江大学的所有学生id列表where university='浙江大学'，再去练习明细表筛选出id在这个列表的记录，用where in
CODE：
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'
)EXAMPLE:
统计每个学校的用户平均答题数#
题意明确：
每个学校的用户平均答题数量
问题分解：
限定条件：无；
每个学校：按学校分组，group by university
平均答题数量：在每个学校的分组内，用总答题数量除以总人数即可得到平均答题数量count(question_id) / count(distinct device_id)。
表连接：学校和答题信息在不同的表，需要做连接
细节问题：
表头重命名：as
完整代码：
| 1 2 3 4 5 6 |
|
EXAMPLE:
计算每个学校用户不同难度下的用户平均答题题目数
问题分解：
限定条件：无；
每个学校：按学校分组group by university
不同难度：按难度分组group by difficult_level
平均答题数：总答题数除以总人数count(qpd.question_id) / count(distinct qpd.device_id)
来自上面信息三个表，需要联表，up与qpd用device_id连接，qd与qpd用question_id连接。
细节问题：
表头重命名：as
平均值精度未明确要求，忽略
select
university,
difficult_level,
count(qpd.question_id) / count(distinct qpd.device_id) as avg_answer_cnt
from question_practice_detail as qpd
left join user_profile as up
on up.device_id=qpd.device_id
left join question_detail as qd
on qd.question_id=qpd.question_id
group by university, difficult_level进阶使用
or与union的
Q：想要分别查看学校为山东大学或者性别为男性的用户的device_id、gender、age和gpa数据，请取出相应结果，结果不去重。
solution：这里的坑是使用or，因为or自带去重，而union等价于or，但union all 可以不去重，所以考察or与union的细节使用。
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'CASE函数
Q：
现在运营想要将用户划分为25岁以下和25岁及以上两个年龄段，分别查看这两个年龄段用户数量
本题注意：age为null 也记为 25岁以下
Solution:
CASE 函数：是一种多分支的函数，可以根据条件列表的值返回多个可能的结果表达式中的一个。
可用在任何允许使用表达式的地方，但不能单独作为一个语句执行。
SELECT
case
when age >= 25 then '25岁及以上'
else '25岁以下'
end as age_cut,
count(device_id) as number
FROM user_profile
GROUP by age_cut;EXAMPLE:
查询班级表中的学生的班号、班名、系号和班主任号，并对系号作如下处理：
当系号为1时，显示 “计算机系”；
当系号为2时，显示 “软件工程系”；
当系号为3时，显示 “物联网系”。
| 1 2 3 4 5 6 7 |
|
date_format函数&year/month函数
Q:想要计算出2021年8月每天用户练习题目的数量
S:
select
day(date) as day,
count(question_id) as question_cnt
from question_practice_detail
where month(date)=8 and year(date)=2021
group by date拓宽思路：2021年8月，写法有很多种，比如用year/month函数的year(date)=2021 and month(date)=8，比如用date_format函数的date_format(date, "%Y-%m")="202108"
留存率问题
SQL T29
Q：用户在某天刷题后第二天再来刷题的平均概率
S：
问题分解：
- 限定条件：第二天再来。
- 解法1：表里的数据可以看作是全部第一天来刷题了的，那么我们需要构造出第二天来了的字段，因此可以考虑用left join把第二天来了的拼起来，限定第二天来了的可以用
date_add(date1, interval 1 day)=date2筛选，并用device_id限定是同一个用户。 - 解法2：用lead函数将同一用户连续两天的记录拼接起来。先按用户分组
partition by device_id，再按日期升序排序order by date，再两两拼接（最后一个默认和null拼接），即lead(date) over (partition by device_id order by date)
- 解法1：表里的数据可以看作是全部第一天来刷题了的，那么我们需要构造出第二天来了的字段，因此可以考虑用left join把第二天来了的拼起来，限定第二天来了的可以用
- 平均概率：
- 解法1：可以count(date1)得到左表全部的date记录数作为分母，count(date2)得到右表关联上了的date记录数作为分子，相除即可得到平均概率
- 解法2：检查date2和date1的日期差是不是为1，是则为1（次日留存了），否则为0（次日未留存），取avg即可得平均概率。
- 附：lead用法，date_add用法，datediff用法，date函数
细节问题：
- 表头重命名：as
- 去重：需要按照devece_id,date去重，因为一个人一天可能来多次
- 子查询必须全部有重命名
完整代码：
select count(date2) / count(date1) as avg_ret
from (
select
distinct qpd.device_id,
qpd.date as date1,
uniq_id_date.date as date2
from question_practice_detail as qpd
left join(
select distinct device_id, date
from question_practice_detail
) as uniq_id_date
on qpd.device_id=uniq_id_date.device_id
and date_add(qpd.date, interval 1 day)=uniq_id_date.date
) as id_last_next_date解法2：
select avg(if(datediff(date2, date1)=1, 1, 0)) as avg_ret
from (
select
distinct 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 uniq_id_date
) as id_last_next_date字符串截取之substring_index
Q:统计每个性别的用户分别有多少参赛者
问题分解：
- 限定条件：无；
- 每个性别：按性别分组group by gender，但是没有gender字段，需要从profile字段截取，按字符,分割后取出即可。可使用substring_index函数可以按特定字符串截取源字符串。
substring_index(FIELD, sep, n)可以将字段FIELD按照sep分隔：
(1).当n大于0时取第n个分隔符(n从1开始)之后的全部内容；
(2).当n小于0时取倒数第n个分隔符(n从-1开始)之前的全部内容；
因此，本题可以直接用substring_index(profile, ',', -1)取出性别。
附：substring_index函数解析
（SUBSTRING_INDEX(str,delim,count)，是一个通过特定标识符"delim"来截取子串的函数，我们日常使用频率是很高的；
delim：通过该标识符来进行截取的，delim可以为任意字符，不要为空；
count：代表第几次出现；count为正数，代表从左边取标识符出现第count次之前的子串；负数则相反，从右边取标识符出现第count次之后的子串。【'左边’代表‘前’， '右边’代表‘后’】）
- 多少参赛者：计数统计，count(device_id)
细节问题：
- 表头重命名：as
完整代码：
select
substring_index(profile, ',', -1) as gender,
count(device_id) as number
from user_submit
group by gender拓展：提取blogurl中的用户名
法1：字符串函数
select
device_id,substring_index(blog_url,'/',-1) as user_name
# substr(blog_url,11) as user_name
from user_submit;
法2：替换函数
select
device_id,
replace('http:/url/','') as user_name
from user_submit;
法3：trim函数
select
device_id ,
trim('http:/url/' from blog_url) as user_name
from user_submit
窗口函数找最值
Q:找到每个学校gpa最低的同学来做调研，请你取出每个学校的最低gpa。
S:
问题分解：
- 限定条件：gpa最低，看似min(gpa)，但是要留意，是每个学校里的最低，不是全局最低。min(gpa)的时候对应同学的ID丢了，直接干是拿不到最低gpa对应的同学ID的；
- 每个学校最低：
第一种方式是用group by把学校分组，然后计算得到每个学校最低gpa，再去找这个学校里和这个gpa相等的同学ID。注意这样如果最低gpa对应多个同学，都会输出，题目没有明确此种情况，心理明白就行。
第二种方式是利用窗口函数，先按学校分组计算排序gpa，得到最低gpa的记录在用子查询语法拿到需要的列即可。此题中rou_number可以得到排序后的位序，取位序为1即可得到最小值（升序时）。 - 窗口函数语法：row_number/rank/dense_rank over (partition by FIELD1 order by FIELD2)，传送链接
细节问题：
- 如果题目明确了有多个最低gpa情况下，输出结果情况，需要留意
- 表头重命名：as
完整代码：
select device_id, university, gpa
from (
select *,
row_number() over (partition by university order by gpa) as rn
from user_profile
) as univ_min
where univ_min.rn=1
# 方法二：
select a.device_id, a.university, a.gpa
from user_profile a
right join
(
select university, min(gpa) as gpa
from user_profile
group by university
) as b
on a.university=b.university and a.gpa=b.gpa
order by a.university子查询做法：
利用相关子查询，把每个学校的最低gpa当作查询条件，去找出每个学校的gpa最低的同学。因为每个学校只有一个gpa最低的同学，所以最后出来的结果不需要再用group by，用order by排序就好。看代码！！
在子查询中，我们利用到了主查询的表，WHERE university = u.university 这个条件使得mysql去主表得每一行进行查询，比如第一行是2138的北京大学的同学，那么子查询会找出所有北京大学的同学，并且找出其中最低得gpa，如果他是最低的那个就留下，不是就下一个。以此类推找出所有大学的最低gpa的同学，最后排序得最终结果。
S：
SELECT
device_id,
university,
gpa
FROM user_profile u
WHERE gpa =
(SELECT MIN(gpa)
FROM user_profile
WHERE university = u.university)
ORDER BY university综合查询例题（review）
题意明确：
复旦大学的每个用户在8月份练习的总题目数和回答正确的题目数情况
问题分解：
- 限定条件：需要是复旦大学的（来自表user_profile.university），8月份练习情况（来自表question_practice_detail.date）
- 从date中取month：用month函数即可；
- 总题目：count(question_id)
- 正确的题目数：
sum(if(qpd.result='right', 1, 0)) - 按列聚合：需要输出每个用户的统计结果，因此加上
group by up.device_id
细节问题：
- 8月份没有答题的用户输出形式：题目要求『对于在8月份没有练习过的用户，答题数结果返回0』因此明确使用left join即可，即输出up表中复旦大学的所有用户，如果8月没有练习记录，输出0就好了
- 老样子-表头：as语法重命名后两列就好
完整代码：
select up.device_id, up.university,
count(question_id) as question_cnt,
sum(if(qpd.result='right', 1, 0)) as right_question_cnt
from user_profile as up
left join question_practice_detail as qpd
on qpd.device_id = up.device_id and month(qpd.date) = 8
where up.university = '复旦大学'
group by up.device_id
#IF 表达式
IF( expr1 , expr2 , expr3 )
expr1 的值为 TRUE，则返回值为 expr2
expr1 的值为FALSE，则返回值为 expr3SQL JOIN 综合例题
T35
浙江大学的用户在不同难度题目下答题的正确率情况，按照准确率升序输出
问题分解：
- 限定条件：浙江大学的用户；
- 不同难度：difficult_level（question_detail表中的列），需要分组统计，因此用到group by，语法详情；
- 正确率：表面理解就是正确数÷总数，正确的是result='right'（question_practice_detail表），数目用函数count，总数是count(question_id)；
- 多张表联合查询：需要用到join，join有多种语法，因为条件限定需要是浙江大学的用户，所以需要是user_profile表的并且能统计出题目难度的记录，因此用user_profile表inner join另外两张表。
- join语法：语法详解，图解：
-
细节问题：
- 表头重命名：根据输出示例，正确率用as语法重命名
- 升序输出：order by xxx asc
- 正确率的计算方式：判断result是否为right，是的话赋值为1，对于正确的数目，可以用count，也可以用sum，正确率还可以直接用avg计算。
- join方式选择：如果前面inner join改成left join，为了防止结果中有难度为None的结果，需要在order by前加一句
having qd.difficult_level != 'None'
因此完整代码呼之欲出：
select difficult_level,
avg(if(qpd.result='right', 1, 0)) as correct_rate
# sum(if(qpd.result='right', 1, 0)) / count(qpd.question_id) as correct_rate
# count(if(qpd.result='right', 1, null)) / count(qpd.question_id) as correct_rate
from user_profile as up
inner join question_practice_detail as qpd
on up.device_id = qpd.device_id
inner join question_detail as qd
on qd.question_id = qpd.question_id
where up.university = '浙江大学'
group by qd.difficult_level
order by correct_rate asc;
## 方法2
select difficult_level,
(sum(case when qpd.result = "right" then 1 else 0 end)/count(u.answer_cnt)) as correct_rate
from user_profile u inner join question_practice_detail qpd on u.device_id = qpd.device_id
inner join question_detail qd on qd.question_id = qpd.question_id
where university = "浙江大学"
group by difficult_level
order by correct_rate;
like函数综合例题
题意明确：
2021年8月份所有练习过题目的总用户数和练习过题目的总次数
问题分解：
- 限定条件：2021年8月份，匹配date字段即可，匹配方法主要有三种：
（1）like语法：date like "2021-08%"
（2）year、month函数：year(date)='2021' and month(date)='08'；
（3）date_format函数：date_format(date, '%Y-%m')='2021-08'; - 2：总用户数：count函数计数，因为用户有重复，所以需要distinct去重，即
count(distinct device_id) - 3：总次数：count(question_id)即可
细节问题：
- 表头重命名：as语法
完整代码：
select
count(distinct device_id) as did_cnt,
count(question_id) as question_cnt
from question_practice_detail
where date like "2021-08%"
#第二种方法
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';