SQL刷题快速入门(二)

其他章节
SQL刷题快速入门(一)
SQL刷题快速入门(三)

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
    

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:/a/956097.html

如若内容造成侵权/违法违规/事实不符,请联系我们进行投诉反馈qq邮箱809451989@qq.com,一经查实,立即删除!

相关文章

spark任务优化参数整理

以下参数中有sql字眼的一般只有spark-sql模块生效&#xff0c;如果你看过spark的源码&#xff0c;你会发现sql模块是在core模块上硬生生干了一层&#xff0c;所以反过来spark-sql可以复用core模块的配置&#xff0c;例外的时候会另行说明&#xff0c;此外由于总结这些参数是在不…

华为数据中心CE系列交换机级联M-LAG配置示例

M-LAG组网简介 M-LAG&#xff08;Multi-chassis Link Aggregation&#xff09;技术是一种跨设备的链路聚合技术&#xff0c;它通过将两台交换机组成一个逻辑设备&#xff0c;实现链路的负载分担和故障切换&#xff0c;从而提高网络的可靠性和稳定性。下面给大家详细介绍如何在…

游戏引擎学习第80天

Blackboard&#xff1a;增强碰撞循环&#xff0c;循环遍历两种类型的 t 值 计划对现有的碰撞检测循环进行修改&#xff0c;以便实现一些新的功能。具体来说&#xff0c;是希望处理在游戏中定义可行走区域和地面的一些实体。尽管这是一个2D游戏&#xff0c;目标是构建一些更丰富…

EMS专题 | 守护数据安全:数据中心和服务器机房环境温湿度监测

您需要服务器机房温度监测解决方案吗&#xff1f; 服务器机房是企业中用于存储、管理和维护服务器及其相关组件的设施。服务器机房通常位于数据中心内&#xff0c;是一个专门设计的物理环境&#xff0c;旨在确保服务器的稳定运行和数据的安全性。服务器机房主要起到存储和管理数…

4 AXI USER IP

前言 使用AXI Interface封装IP&#xff0c;并使用AXI Interface实现对IP内部寄存器进行读写实现控制LED的demo&#xff0c;这个demo是非常必要的&#xff0c;因为在前面的笔记中基本都需哟PS端与PL端就行通信互相交互&#xff0c;在PL端可以通过中断的形式来告知PS端一些事情&…

网络编程 | UDP套接字通信及编程实现经验教程

1、UDP基础 传输层主要应用的协议模型有两种&#xff0c;一种是TCP协议&#xff0c;另外一种则是UDP协议。在上一篇博客文章中&#xff0c;已经对TCP协议及如何编程实现进行了详细的梳理讲解&#xff0c;在本文中&#xff0c;主要讲解与TCP一样广泛使用了另一种协议&#xff1a…

A5.Springboot-LLama3.2服务自动化构建(二)——Jenkins流水线构建配置初始化设置

下面我们接着上一篇文章《A4.Springboot-LLama3.2服务自动化构建(一)——构建docker镜像配置》继续往下分析,在自动化流水线构建过程当中的相关初始化设置和脚本编写。 一、首先需要先安装Jenkins 主部分请参考我前面写的一篇文章《Jenkins持续集成与交付安装配置》 二、…

开发神器之cursor

文章目录 cursor简介主要特点 下载cursor页面的简单介绍切换大模型指定ai学习的文件指定特定的代码喂给ai创建项目框架文件 cursor简介 Cursor 是一款专为开发者设计的智能代码编辑器&#xff0c;集成了先进的 AI 技术&#xff0c;旨在提升编程效率。以下是其主要特点和功能&a…

基于机器学习随机森林算法的个人职业预测研究

1.背景调研 随着信息技术的飞速发展&#xff0c;特别是大数据和云计算技术的广泛应用&#xff0c;各行各业都积累了大量的数据。这些数据中蕴含着丰富的信息和模式&#xff0c;为利用机器学习进行职业预测提供了可能。机器学习算法的不断进步&#xff0c;如深度学习、强化学习等…

【王树森搜索引擎技术】概要01:搜索引擎的基本概念

1. 基本名词 query&#xff1a;查询词SUG&#xff1a;搜索建议文档&#xff1a;搜索结果标签/筛选项 文档单列曝光 文档双列曝光 2. 曝光与点击 曝光&#xff1a;用户在搜索结果页上看到文档&#xff0c;就算曝光文档点击&#xff1a;在曝光后&#xff0c;用户点击文档&…

图论DFS:黑红树

我的个人主页 {\large \mathsf{{\color{Red} 我的个人主页} } } 我的个人主页 往 {\color{Red} {\Huge 往} } 往 期 {\color{Green} {\Huge 期} } 期 文 {\color{Blue} {\Huge 文} } 文 章 {\color{Orange} {\Huge 章}} 章 DFS 算法&#xff1a;记忆化搜索DFS 算法&#xf…

ros2-7.5 做一个自动巡检机器人

7.5.1 需求及设计 又到了小鱼老师带着做最佳实践项目了。需求&#xff1a;做一个在各个房间不断巡逻并记录图像的机器人。 到达目标点后首先通过语音播放到达目标点信息&#xff0c; 再通过摄像头拍摄一张图片保存到本地。 7.5.2 编写巡检控制节点 在chapt7_ws/src下新建功…

告别繁琐编译!make和makefile的便捷之道

Linux系列 文章目录 Linux系列前言一、make/makefile是什么&#xff1f;二、make/makefile的使用2.1、语法规则2.2、依赖关系和依赖方法2.3、清理可执行文件2.4、执行依据 三、循环依赖问题总结 前言 上一篇博客给大家分享了在Linux下编译源代码的两个工具&#xff0c;gcc和g…

【鸿蒙】0x02-LiteOS-M基于Qemu RISC-V运行

OpenHarmony LiteOS-M基于Qemu RISC-V运行 系列文章目录更新日志OpenHarmony技术架构OH技术架构OH支持系统类型轻量系统&#xff08;mini system&#xff09;小型系统&#xff08;small system&#xff09;标准系统&#xff08;standard system&#xff09; 简介环境准备安装QE…

C语言初阶习题【29】杨氏矩阵

1. 题目描述——杨氏矩阵 有一个数字矩阵&#xff0c;矩阵的每行从左到右是递增的&#xff0c;矩阵从上到下是递增的&#xff0c;请编写程序在这样的矩阵中查找某个数字是否存在。 要求&#xff1a;时间复杂度小于O(N); 2. 思路 3. 代码实现1 #include<stdio.h>void fin…

Cloud Foundry,K8S,Mesos Marathon弹性扩缩容特性对比

一、Cloud Foundry 使用Scaling an Application Using App Autoscaler插件&#xff0c;基于资源使用情况触发简单扩缩容 CPU、内存、Http带宽、延时等 监控这些资源的使用情况决定扩缩容策略&#xff1a;实例是增加还是减少 Instance Limits 限制实例数量范围&#xff0c;定义…

中职网络建设与运维ansible服务

ansible服务 填写hosts指定主机范围和控制节点后创建一个脚本&#xff0c;可以利用简化脚本 1. 在linux1上安装系统自带的ansible-core,作为ansible控制节点,linux2-linux7作为ansible的受控节点 Linux1 Linux1-7 Yum install ansible-core -y Vi /etc/ansible/hosts 添加…

【BUUCTF】[GXYCTF2019]BabySQli

进入页面如下 尝试万能密码注入 显示这个&#xff08;qyq&#xff09; 用burp suite抓包试试 发现注释处是某种编码像是base编码格式 MMZFM422K5HDASKDN5TVU3SKOZRFGQRRMMZFM6KJJBSG6WSYJJWESSCWPJNFQSTVLFLTC3CJIQYGOSTZKJ2VSVZRNRFHOPJ5 可以使用下面这个网页在线工具很方便…

迅为瑞芯微RK3562开发板/核心板应用于人脸跟踪、身体跟踪、视频监控、自动语音识别(ASR)、图像分类驾驶员辅助系统(ADAS)...

可应用于人脸跟踪、身体跟踪、视频监控、自动语音识别(ASR)、图像分类驾驶员辅助系统(ADAS)、车牌识别、物体识别等。iTOP-3562开发板/核心板采用瑞芯微RK3562处理器&#xff0c;内部集成了四核A53Mali G52架构&#xff0c;主频2GHZ&#xff0c;内置1TOPSNPU算力&#xff0c;RK…

蓝桥杯单片机基础部分——5、DS18B20温度传感器

前言 好久没有更新关于蓝桥杯单片机相关的模块了&#xff0c;今天更新一下数字温度传感器DS18B20的相关应用 单线数字温度计DS1820介绍 DS1820数字温度计提供9位(二进制)温度读数&#xff0c;指示器件的温度。信息经过单线接口送入DS1820 或从 DS1820 送出&#xff0c;因此从…