SQL on GzzhM

[SQL] 综合练习 2

Mon, 26 May 2025 00:00:00 +0000

某音短视频

各个视频的平均完播率

题目 :

Q : 如何计算两个列的差值

A : 使用 TIMESTAMPDIFF(unit, start_time, end_tiem) 或者是使用 DATEDIFF(end_date, start_time)

如果使用 DATEDIFF 返回的是相差的天数
对于使用 TIMESTAMPDIFF 可以使用下列枚举值 SECOND, MINUTE , HOUR, DAY, WEEK, MONTH, YEAR

思路 :

我们需要计算出单条的完播率 TIMESTAMPDIFF() / duration
然后需要统计出一个视频的完播率 SUM ( TIMESTAMPDIFF() / duration ) / count(tb_user_video_log)
由于我们需要计算的 duration 在另外一张表, 所以我们可以考虑将 video_info 表的信息 left join 到我们的 video_log 表中
另外我们需要注意的是这个题目只需要处理 2021 的数据, 也就是我们只需要 join 到 where year = 2021 的数据

select 
    tbl.video_id,
    ROUND(SUM(IF (TIMESTAMPDIFF(second, tbl.start_time, tbl.end_time) >= tbv.duration, 1, 0)) / count(*),3) as avg_comp_play_rate
from 
    tb_user_video_log as tbl left join 
    tb_video_info as tbv 
    on tbl.video_id = tbv.video_id 
    where year(tbl.end_time) = 2021
group by tbl.video_id
order by avg_comp_play_rate desc

平均播放进度大于60%的视频类别

题目 :

Q : 如何展示百分比

A : 我们可以使用 CONTRACT(value , _suffix) 的形式加上 %

坑点 : 可能用户会超播, 导致计算的数超过 100%

A : 我们这里需要使用 LEAST(value , limit_value) 而不是 MIN(A,B) , MIN 函数在 SQL 中是一个聚合函数, 我们应该使用 LEAST

思路 :

同样我们需要计算单个条的播放率 LEAST( TIMESTAMPDIFF , DURATION ) , DURATION
然后我们需要计算单个视频的播放率 LEAST( ... ) / DURATION
由于这里输出的结果是 TAG 那么我们考虑先根据 vedio_id 分组, 分组后再聚合 video_info 的信息重新查一遍

select 
    tbv.tag, 
    temp.avg_play_progress
from (
select 
    tbv.video_id,
    CONCAT( 
        ROUND( 
                SUM(LEAST( TIMESTAMPDIFF(SECOND, tbl.start_time, tbl.end_time) , tbv.duration) / tbv.duration)  
                    / count(*) * 100 ,
             2),
                    '%')  as avg_play_progress
from 
    tb_user_video_log as tbl left join 
    tb_video_info as tbv 
    on tbl.video_id = tbv.video_id 
group by tbv.video_id
having avg_play_progress > 60
order by avg_play_progress desc 
) as temp  left join  
    tb_video_info as tbv 
    on temp.video_id = tbv.video_id

TODO

[SQL] 综合练习 1

Sun, 25 May 2025 00:00:00 +0000

练习

统计复旦用户8月练题情况

题目：现在运营想要了解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，请取出相应明细数据，对于在8月份没有练习过的用户，答题数结果返回0。

表结构：

用户信息表 user_profile

id device_id gender age university gpa active_days_within_30

1 2138 male 21 北京大学 3.4 7

2 3214 male 20 复旦大学 3.2 15

练习明细表 question_practice_detail

id device_id question_id result date

1 2138 111 wrong 2021-05-03

2 3214 112 wrong 2021-08-01

3 3214 113 right 2021-08-15

4 3214 114 wrong 2021-08-20

id	device_id	gender	age	university	gpa	active_days_within_30
1	2138	male	21	北京大学	3.4	7
2	3214	male	20	复旦大学	3.2	15

id	device_id	question_id	result	date
1	2138	111	wrong	2021-05-03
2	3214	112	wrong	2021-08-01
3	3214	113	right	2021-08-15
4	3214	114	wrong	2021-08-20

输出示例：

device_id university question_cnt right_question_cnt

3214 复旦大学 3 1

5432 复旦大学 0 0

device_id	university	question_cnt	right_question_cnt
3214	复旦大学	3	1
5432	复旦大学	0	0

**题目要求解析 : **

需要 用户, 做题数量, 最对数量 的一张子表 cout(), sum(), group by device_id
需要 用户, university 的一张子表 where university =
我们结果集是 2 表, left join 上 1 表. 对于 NULL 的情况 4. 我们需要使用 COALESCE() 处理一下
其他考点, 日期函数 month()

select
    b.device_id, b.university,   
    COALESCE(temp.question_cnt, 0) AS question_cnt,
    COALESCE(temp.right_question_cnt, 0) AS right_question_cnt
from 
(
    select device_id, university 
    from user_profile as u 
    where u.university = '复旦大学'
) as b 
left join 
( 
    select device_id, count(question_id) as question_cnt, SUM(CASE WHEN result = 'right' THEN 1 ELSE 0 END) AS right_question_cnt
    from question_practice_detail
    where month(date) = 8
    group by device_id
) as temp 
on b.device_id = temp.device_id

另外一个做法, 聚合之后在做聚合函数的计算

SELECT 
    u.device_id,
    u.university,
    COUNT(qpd.question_id) AS question_cnt,
    SUM(CASE WHEN qpd.result = 'right' THEN 1 ELSE 0 END) AS right_question_cnt
FROM 
    user_profile u
LEFT JOIN 
    question_practice_detail qpd ON u.device_id = qpd.device_id
    AND qpd.date BETWEEN '2021-08-01' AND '2021-08-31'
WHERE 
    u.university = '复旦大学'
GROUP BY 
    u.device_id, u.university
ORDER BY 
    u.device_id;

牛客题目链接

浙大不同难度题目的正确率

题目：现在运营想要了解浙江大学的用户在不同难度题目下答题的正确率情况，请取出相应数据，并按照准确率升序输出。

表结构：

用户信息表 user_profile

id device_id gender age university gpa active_days_within_30 question_cnt answer_cnt

1 2138 male 21 北京大学 3.4 7 2 12

2 3214 male 20 浙江大学 3.8 15 5 25

练习明细表 question_practice_detail

id device_id question_id result

1 3214 111 wrong

2 3214 112 right

3 3214 113 right

4 2138 114 wrong

题目难度表 question_detail

question_id difficult_level

111 hard

112 easy

113 medium

114 easy

输出要求：

只统计浙江大学用户

计算不同难度题目的正确率（正确答题数/总答题数）

正确率保留4位小数

按correct_rate升序排列

输出示例：

difficult_level correct_rate

hard 0.0000

easy 0.5000

medium 1.0000

id	device_id	gender	age	university	gpa	active_days_within_30	question_cnt	answer_cnt
1	2138	male	21	北京大学	3.4	7	2	12
2	3214	male	20	浙江大学	3.8	15	5	25

id	device_id	question_id	result
1	3214	111	wrong
2	3214	112	right
3	3214	113	right
4	2138	114	wrong

question_id	difficult_level
111	hard
112	easy
113	medium
114	easy

difficult_level	correct_rate
hard	0.0000
easy	0.5000
medium	1.0000

题目要求解析 :

首先需要一张表 浙江大学表 device_id, university
然后还需要一张表 用户做题难度表, device_id, question_id, diffcult_level
所以我们先聚合上面1的 TABLE, 然后再 JOIN 2 的 TABLE
最后计算答案
这里有一个偷鸡的办法, 由于 LEFT JOIN 聚合出了 NULL 的列, 最后分组操作的时候, 使用 having 过滤了一下

select 
  qd.difficult_level as difficult_level,
  round(sum(if( temp.result = 'right', 1, 0)) / count(temp.result),4)as correct_rate
from (
 select qpd.device_id , qpd.question_id, qpd.result from user_profile as u  
 left join  question_practice_detail as qpd 
 on qpd.device_id = u.device_id and u.university = '浙江大学'
) as temp
left join  
question_detail as qd 
on temp.question_id = qd.question_id 
group by qd.difficult_level
having difficult_level is not null 
order by correct_rate asc

其他解法 :

SELECT 
    qd.difficult_level,
    ROUND(
        SUM(CASE WHEN qpd.result = 'right' THEN 1 ELSE 0 END) * 1.0 / 
        COUNT(qpd.question_id),
        4
    ) AS correct_rate
FROM 
    user_profile u
JOIN 
    question_practice_detail qpd ON u.device_id = qpd.device_id
JOIN 
    question_detail qd ON qpd.question_id = qd.question_id
WHERE 
    u.university = '浙江大学'
GROUP BY 
    qd.difficult_level
ORDER BY 
    correct_rate ASC;

牛客题目链接

21年8月份练题总数

送分题不做解释

1
2
3

select count(distinct device_id) as did_cnt , count(question_id) as question_cnt 
from question_practice_detail
where year(date) = 2021 and  month(date) = 8

牛客题目链接

[SQL] 必要函数 2

Fri, 23 May 2025 00:00:00 +0000

文本函数

统计每种性别的人数

题目：现在运营举办了一场比赛，收到了一些参赛申请，表数据记录形式如下所示，现在运营想要统计每个性别的用户分别有多少参赛者，请取出相应结果

示例：user_submit

device_id profile blog_url

2138 180cm,75kg,27,male http:/url/bigboy777

根据示例，你的查询应返回以下结果：

gender number

male 2

female 1

device_id	profile	blog_url
2138	180cm,75kg,27,male	http:/url/bigboy777

gender	number
male	2
female	1

新知识点

Q : 如何拆分一个列里面的数据, 然后进行分组

A : SUBSTRING_INDEX(profile, ',', -1) AS gender

profile 需要处理的字符串字段
, 分隔符
-1 从字符串右侧开始截取, 第一个出现的分隔符后面的 所有内容

select 
    SUBSTRING_INDEX(profile,',',-1) AS gender,
    COUNT(*) as number 
from 
    user_submit
group by
    gender

其他方法 : 注意famale 和 male 有重合的地方，所以不能直接like male，否则female 也会被统计进 ‘male’

SELECT 
CASE 
WHEN profile LIKE '%,male' then 'male'
WHEN profile LIKE '%,female' then 'female'
else '其他'
end as gender,
COUNT(*) AS number 
FROM user_submit
GROUP BY gender;

SELECT IF(profile LIKE '%female','female','male') gender,COUNT(*) number
FROM user_submit
GROUP BY gender;

题目链接

送分题

select 
device_id, 
SUBSTRING_INDEX(blog_url, '/',-1) as user_name 
from 
user_submit

截取年龄

题目：现在运营举办了一场比赛，收到了一些参赛申请，表数据记录形式如下所示，现在运营想要统计每个年龄的用户分别有多少参赛者，请取出相应结果

示例：user_submit

device_id profile blog_url

2138 180cm,75kg,27,male http:/ur/bigboy777

根据示例，你的查询应返回以下结果：

age number

27 1

25 1

… …

device_id	profile	blog_url
2138	180cm,75kg,27,male	http:/ur/bigboy777

age	number
27	1
25	1
…	…

两段 substring_index

select 
SUBSTRING_INDEX( SUBSTRING_INDEX(profile, ',', -2),',', 1) as age ,
count(*) as number 
from user_submit 
group by age

窗口函数

找出每个学校GPA最低的同学

题目：现在运营想要找到每个学校gpa最低的同学来做调研，请你取出每个学校的最低gpa。

示例：user_profile

id device_id gender age university gpa active_days_within_30 question_cnt answer_cnt

1 2138 male 21 北京大学 3.4 7 2 12

2 3214 male NULL 复旦大学 4.0 15 5 25

根据示例，你的查询结果应参考以下格式，输出结果按university升序排序：

device_id university gpa

6543 北京大学 3.2

[id] [学校名] [最低gpa]

id	device_id	gender	age	university	gpa	active_days_within_30	question_cnt	answer_cnt
1	2138	male	21	北京大学	3.4	7	2	12
2	3214	male	NULL	复旦大学	4.0	15	5	25

device_id	university	gpa
6543	北京大学	3.2
[id]	[学校名]	[最低gpa]

Q : 题目要求求出一个 TopN 的问题

A : 新知识点

1
2

<窗口函数> over (partition by <用于分组的列名>
                order by <用于排序的列名>)

窗口函数 rank(), dense_rank, row_number

rank() : 如果存在多个并列名次会占用, 即 1,1,1,4

dense_rank() : 如果存在多个并列名次不会占用, 即 1,1,1,2

row_number() : 不占用,不并列. 即 1,2,3,4

具体说明 :

窗口函数知乎链接

select device_id, university, gpa 
from (
    select device_id, university, gpa , RANK()  over (PARTITION BY university order by gpa) rk  from user_profile 
) a 
where a.rk = 1

另外由于这个只是一个 max-min 的问题, 我们同样可以是用 JOIN or 子表查询 的方法做

select
    u.device_id , u.university, u.gpa
from 
    user_profile as u 
inner join 
(
    select min(gpa) as gpa, university
    from user_profile
    group by university  
) as temp
on temp.university = u.university and u.gpa = temp.gpa 
order by university

SELECT device_id, university, gpa
FROM user_profile u1
WHERE gpa = (
    SELECT MIN(gpa)
    FROM user_profile u2
    WHERE u2.university = u1.university
);

牛客题目链接

计算每日累计利润

题目：在一张daily_profits表中，存储了公司每天的利润记录。请计算每一种产品每一天的累计利润，并按profit_date升序输出所有字段。

具体要求：

计算每一天的累计利润

输出结果按profit_date升序排列

表结构：daily_profits

profit_id profit_date profit

1 2024-01-01 100.00

2 2024-01-02 150.00

3 2024-01-03 200.00

输出示例：

profit_id profit_date profit cumulative_profit

1 2024-01-01 100.00 100.00

2 2024-01-02 150.00 250.00

3 2024-01-03 200.00 450.00

profit_id	profit_date	profit
1	2024-01-01	100.00
2	2024-01-02	150.00
3	2024-01-03	200.00

profit_id	profit_date	profit	cumulative_profit
1	2024-01-01	100.00	100.00
2	2024-01-02	150.00	250.00
3	2024-01-03	200.00	450.00

Q : 我们需要逐天的累加每个分组的结果

A : 我们可以把整个结果集，看成一个分组。想要实现逐行累加，那么就需要使用 窗口函数 , 但是我们不需要 PARTITION BY 进行分组

1
2

select * , sum(profit) over (order by profit_date) cumulative_profit 
from daily_profits

牛客题目链接

基础数学函数

基本数学函数

题目：在一张 numbers 表中，存储了一些数值。请使用 SQL 的基本数学函数，计算每个数值的绝对值、向上取整、向下取整、四舍五入到一位小数，并输出这些计算结果。

具体要求：

计算每个数值的绝对值

计算每个数值的向上取整值

计算每个数值的向下取整值

计算每个数值四舍五入到一位小数

输出结果按 id 升序排列

表结构：numbers

id value

1 3.14

2 -2.71

输出示例：

id value absolute_value ceiling_value floor_value rounded_value

1 3.14 3.14 4 3 3.1

2 -2.71 2.71 -2 -3 -2.7

id	value
1	3.14
2	-2.71

id	value	absolute_value	ceiling_value	floor_value	rounded_value
1	3.14	3.14	4	3	3.1
2	-2.71	2.71	-2	-3	-2.7

新知识点 :

ABS(), ceil(), floor(), round()
绝对值，向上取整，向下取整，精度

select *,
    abs(value) as absolute_value,
    ceil(value) as ceiling_value, #向上取整
    floor(value) as floor_value, #向下取整
    round(value,1) as rounded_value
from numbers
order by id ASC

牛客网题目链接

[SQL] 必要函数

Thu, 08 May 2025 00:00:00 +0000

条件函数

计算25岁以上和以下的用户数量

以下是修复后的Markdown内容，保持引用格式并优化表格展示：

题目：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

示例：user_profile

id device_id gender age university gpa active_days_within_30 question_cnt answer_cnt

1 2138 male 21 北京大学 3.4 7 2 12

根据题目要求，你的查询应返回以下结果（注意age为null的情况应归类为25岁以下）：

age_cut number

25岁以下 4

25岁及以上 3

id	device_id	gender	age	university	gpa	active_days_within_30	question_cnt	answer_cnt
1	2138	male	21	北京大学	3.4	7	2	12

age_cut	number
25岁以下	4
25岁及以上	3

新知识点

Q : 这个 age_cut , 25岁以下，25岁以上是怎么插进去的

A : 原来我们 SELECT CONST STRING, 那么就会输出对应的 STRING

Q : 怎么进行判断 25 岁以下, 25岁以上

A :

第一种方法，使用 CASE (WHEN ... ELSE) END 的形式
第二种方法，使用 IF(JUDGE , TRUE, FALSE) 很明显这种语句只支持两个结果

所以对于本体我们的做法是 SIWTCH ( CONST STRING ) FROM TABLE 的形式

SELECT 
    (
        CASE 
           WHEN age < 25 THEN '25岁以下'
           WHEN age >= 25 THEN '25岁及以上'
           ELSE '25岁以下'
        END
    ) as age_cut, count(*) as number
from user_profile
group by age_cut

select 
    (case
        when age>=25 then '25岁及以上'
        else '25岁以下' end) as age_cut, 
    count(*) as number
from user_profile
group by age_cut

坑点 :

由于这里使用了 COUNT() 这个聚合函数，所以必须加上 GROUP BY
当我们涉及查询既有聚合函数 COUNT,SUM,AVG,MAX,MIN , 又有普通列的时候，就必须用 GRUOP BY
分组后, 如果我们想要对结果进行筛选必须使用HAVING ,WHERE 是分组前筛选, HAVING 是分组后筛选

题目链接

送分题

日期函数

计算用户8月每天的练题数量

以下是修复后的Markdown内容，保持引用格式并优化表格展示：

题目：现在运营想要计算出2021年8月每天用户练习题目的数量，请取出相应数据

示例：question_practice_detail

id device_id question_id result date

1 2138 111 wrong 2021-05-03

根据题目要求，你的查询应返回以下结果（按日期升序排列）：

day question_cnt

13 5

14 2

id	device_id	question_id	result	date
1	2138	111	wrong	2021-05-03

day	question_cnt
13	5
14	2

新知识点

Q : 如何获取日期 day , month , year 的信息

sql 支持使用 year(), month(), day() 的形式获取对应的年月日
WEEKDAY() 返回星期索引 , 0 = 星期一 …
QUATER() 返回季度 , 范围1-4
MINUTE() , SECOND()

#获取当前系统的日期时间
SELECT NOW(); # 2021-12-22 13:50:58

#获取当前系统的日期
SELECT CURDATE(); # 2021-12-22

#获取当前系统的时间
SELECT CURTIME(); # 13:53:11

#日期增加,使用函数date_add(date,INTERVAL exp type)
#增加1天
SELECT DATE_ADD('2021-12-22 13:50:58', INTERVAL 1 DAY);  # 2021-12-23 13:50:58
#增加1小时
SELECT DATE_ADD('2021-12-22 13:50:58', INTERVAL 1 HOUR);  # 2021-12-23 14:50:58

#日期减少，使用函数date_sub(date,INTERVAL exp type)
# 减少1天
SELECT DATE_SUB('2021-12-01 13:50:58', INTERVAL 1 DAY); # 2021-11-30 13:50:58

#其他间隔
INTERVAL 1 YEAR
INTERVAL 1 MONTH
INTERVAL 1 DAY
INTERVAL 1 HOUR
INTERVAL 1 MINUTE
INTERVAL 1 SECOND

思路

这题在知道如何操作日期之后就很简单了

SELECT DAY(date) as day , count(*) as question_cnt
from question_practice_detail
WHERE YEAR(date) = 2021 and MONTH(date) = 8
group by day

计算用户的平均次日留存率

以下是修复后的Markdown内容，保持引用格式并优化表格展示：

题目：现在运营想要查看用户在某天刷题后第二天还会再来刷题的留存率。请你取出相应数据

示例：question_practice_detail

id device_id question_id result date

1 2138 111 wrong 2021-05-03

根据示例，你的查询应返回以下结果（保留4位小数）：

avg_ret

0.3000

id	device_id	question_id	result	date
1	2138	111	wrong	2021-05-03

avg_ret
0.3000

题目要求 :

计算用户连续两天都做题的占比
注意一个用户一天可以做多个题

思路 :

首先我们需要知道如何比较 有一条数据是另外一条数据的第二天 2. 我们可以使用上面学到的 DATE_ADD(DATE , INTERVAL X Y) 比较如果 P1.DATE = DATE_ADD() 的话那么就说明相差一天 3. 因此我们肯定是 DAY 1 TABLE JOIN DAY 2 TABLE 4. 由于我们需要知道 DAY 1 的总数，所以我们需要 LEFT JOIN

SELECT 
    ROUND(
        SUM( IF(p2.device_id IS NOT NULL ,1,0)) / COUNT(*) ,4
    ) as avg_ret
FROM  
(SELECT DISTINCT device_id, date from question_practice_detail) as p1
LEFT JOIN
(SELECT DISTINCT device_id, date from question_practice_detail) as p2 
ON 
p1.device_id = p2.device_id
and p2.date = DATE_ADD(p1.date, INTERVAL 1 day)

牛客题目链接

[SQL] 多表查询

Wed, 07 May 2025 00:00:00 +0000

子查询

浙江大学用户题目回答情况

题目：现在运营想要查看所有来自浙江大学的用户题目回答明细情况，请你取出相应数据

示例：question_practice_detail

id device_id question_id result

1 2138 111 wrong

第一行表示：id为1的用户的常用信息为使用的设备id为2138，在question_id为111的题目上，回答错误

示例：user_profile

id device_id gender age university gpa active_days_within_30 question_cnt answer_cnt

1 2138 male 21 北京大学 3.4 7 2 12

第一行表示：id为1的用户的常用信息为使用的设备id为2138，性别为男，年龄21岁，北京大学，gpa为3.4，在过去的30天里面活跃了7天，发帖数量为2，回答数量为12

根据示例，你的查询应返回以下结果，查询结果根据question_id升序排序：

device_id question_id result

2315 115 right

id	device_id	question_id	result
1	2138	111	wrong

id	device_id	gender	age	university	gpa	active_days_within_30	question_cnt	answer_cnt
1	2138	male	21	北京大学	3.4	7	2	12

device_id	question_id	result
2315	115	right

两个表根据 device_id 关联, 题目需要我们聚合 qpd 表的 question_id 和 result 字段条件是 up 表的 university 是 浙江大学
第一时间没有想到 子查询 , 直接使用 JOIN ON了

select 
qpd.device_id,qpd.question_id,qpd.result
from 
user_profile as up
join 
question_practice_detail as qpd on up.device_id = qpd.device_id
where up.university = '浙江大学'
order by qpd.question_id

子查询代码如下

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

牛客题目链接

链接查询

统计每个学校的答过题的用户的平均答题数

题目：查找每个学校用户的平均答题数目（某学校用户平均答题数量计算方式为该学校用户答题总次数除以答过题的不同用户个数）

表结构说明：

user_profile 用户信息表：

device_id：终端编号（每个用户有唯一的一个终端）

gender：性别

age：年龄

university：用户所在的学校

gpa：该用户平均学分绩点

active_days_within_30：30天内的活跃天数

question_practice_detail 答题情况明细表：

question_id：题目编号

result：答题结果

示例数据：

user_profile：

device_id gender age university gpa active_days_within_30

2138 male 21 北京大学 3.4 7

question_practice_detail：

device_id question_id result

2138 111 wrong

要求：计算每个学校用户的平均答题数目（答题总次数/答过题的不同用户数），结果保留4位小数，按university升序排序

预期输出示例：

university avg_answer_cnt

北京大学 1.0000

题目要求

根据 up 表的 university 聚合出 qpd 表中每所大学的平均答题数, 即 university 对应有的 device_id 总共有多少个记录在 qpd 表中
这里有一个逻辑坑点 , distinct up.device_id 一开始认为 device_id 必然是唯一的。但是我们 join on 之后，由于 qpd表的 device_id 是有多个的，所以我们最后用于计算的分母需要DISTINCT

select 
up.university,
round( count(qd.question_id)/count(distinct up.device_id), 4) as avg_answer_cnt
from 
user_profile  as up 
JOIN
question_practice_detail as qd on up.device_id =  qd.device_id
group by 
up.university
order by 
up.university

牛客题目链接

统计每个学校各难度的用户平均刷题数

以下是修复后的Markdown内容，保持引用格式，优化了表格展示和换行：

题目：运营想要计算一些参加了答题的不同学校、不同难度的用户平均答题量，请你写SQL取出相应数据

用户信息表：user_profile

id device_id gender age university gpa active_days_within_30 question_cnt answer_cnt

1 2138 male 21 北京大学 3.4 7 2 12

题库练习明细表：question_practice_detail

id device_id question_id result

1 2138 111 wrong

表：question_detail

id question_id difficult_level

1 111 hard

请你写一个SQL查询，计算不同学校、不同难度的用户平均答题量，根据示例，你的查询应返回以下结果(结果在小数点位数保留4位，4位之后四舍五入)：

university difficult_level avg_answer_cnt

北京大学 hard 1.0000

题目要求 :

首先需要 up 表的 university
另外需要 qd 表的 diffcult
其次需要计算 count(same-diffcult-question) / count(same-university-device-id)

思路 :

对于三张表的查询 , 我们先优化到两张表的查询，拆子问题 , 我们可以先聚合 qd 和qpd 这两张表 , 知道每个 题目的难度
相当于我们聚合了一张 带有难度信息的 qpd
然后我们使用这个new qpd 再去和 UP 聚合计算一下对应的 question_id/device_id group by (university, diffcult) 即可

select up.university, temp.difficult_level, count(temp.question_id) / count(distinct up.device_id) as avg_answer_cnt
from user_profile as up
join 
(
select qpd.device_id,qpd.question_id, qd.difficult_level
from
question_practice_detail as qpd 
join 
question_detail as qd
on qpd.question_id = qd.question_id 
)  as temp 
on up.device_id = temp.device_id
group by up.university, temp.difficult_level 
order by up.university

牛客题目链接

牛客经验+1

组合查询

查找山东大学或者性别为男生的信息

以下是修复后的Markdown内容，保持引用格式并优化表格展示：

题目：现在运营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。

示例：user_profile

id device_id gender age university gpa active_days_within_30 question_cnt answer_cnt

1 2138 male 21 北京大学 3.4 7 2 12

根据示例，你的查询应返回以下结果（注意输出的顺序，先输出学校为山东大学再输出性别为男生的信息）：

device_id gender age gpa

5432 male 25 3.8

题目要求 :

连续查两遍这个表, 第一遍是 山东大学, 第二遍是男性 然后组合输出

思路 :

一开始以为是 SELECT WHERE OR 的形式,但是发现 2. 第一, 不能查重复数据 ,即山东大学 和 male 如果是一条数据,应该查出两条 3. 第二不好排序,因为UNIVERSITY
这题纯属新知识点 UNION ALL 不去除重复数据 ,UNOIN 去除重复数据

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'

牛客题目链接

留坑

JOIN ,LEFT JOIN, RIGHT JOIN
子查询 ,视图的概念
UNION ALL的性能 ,业务上的使用

[SQL] 高级操作符

Tue, 06 May 2025 00:00:00 +0000

高级操作符练习 1

题目：现在运营想要找到male且GPA在3.5以上(不包括3.5)的用户进行调研，请你取出相关数据。

业务场景中, 需要提前加上其他判断 gpa is not null

`1`	`select device_id,gender,age,university,gpa from user_profile where gpa > 3.5 and gender = 'male'`

牛科练习题目

高级操作符练习 2

题目：现在运营想要找到学校为北大或GPA在3.7以上(不包括3.7)的用户进行调研，请你取出相关数据（使用OR实现）

就简单介绍了一下 or 怎么用
顾名思义

`1`	`select device_id, gender, age, university, gpa from user_profile where university = '北京大学' or gpa > 3.7`

牛科练习题目

Where in 和 Not in

题目：现在运营想要找到学校为北大、复旦和山大的同学进行调研，请你取出相关数据。

顾名思义
todo 性能分析 @我

`1`	`select device_id, gender,age,university,gpa from user_profile where university in ('北京大学', '复旦大学', '山东大学')`

牛科练习题目

操作符混合运用

题目：现在运营想要找到gpa在3.5以上(不包括3.5)的山东大学用户或 gpa在3.8以上(不包括3.8)的复旦大学同学进行用户调研，请你取出相应数据,取出的数据按照device_id升序排列

select device_id, gender,age, university,gpa 
from user_profile
where 
 ( gpa > 3.5 and university = '山东大学' )
 or 
  (gpa > 3.8 and university = '复旦大学')
order by device_id asc

这里可以改为子查询的方式，时间或许会更短

select device_id, gender, age, university, gpa from user_profile 
where
device_id in 
(select device_id from user_profile where gpa>3.5 and university='山东大学')
or
device_id in 
(select device_id from user_profile where gpa>3.8 and university='复旦大学')

牛客网题目

查看学校名称中含北京的用户

题目：现在运营想查看所有大学中带有"北京"的用户的信息(device_id,age,university)，请你取出相应数据。

字符匹配
四种通配符
% 匹配 0 个或者是多个字符
_ 匹配任意一个字符 _李
[]匹配[]中任意一个字符,如果比较的字符串是连续的，可以用-表达
[^]不匹配[]中任意一个字符

`1`	`select device_id, age, university from user_profile where university like '%北京%'`

[SQL] 高级查询

Tue, 06 May 2025 00:00:00 +0000

计算函数

查找GPA最高值

题目：运营想要知道复旦大学学生gpa最高值是多少，请你取出相应数据

关键点 max
四舍五入函数 round(value, pos)

select max(gpa) as gpa from user_profile where university = '复旦大学' limit 1;

select round(max(gpa), 1) 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

计算男生人数以及平均GPA

题目：现在运营想要看一下男性用户有多少人以及他们的平均gpa是多少，用以辅助设计相关活动，请你取出相应数据。

这里可以使用 count(*) 代替 count(gender)

`1`	`select count(gender) as male_num ,avg(gpa) as avg_gpa from user_profile where gender = 'male'`

分组函数

分组计算练习题

题目：现在运营想要对每个学校不同性别的用户活跃情况和发帖数量进行分析，请分别计算出每个学校每种性别的用户数、30天内平均活跃天数和平均发帖数量。

用户信息表：user_profile

30天内活跃天数字段（active_days_within_30）

发帖数量字段（question_cnt）

回答数量字段（answer_cnt）

没什么好说的, group by 多列的时候, 使用 , 进行区分

select 
       gender,university,
       count(university) 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, university order by gender asc, university asc

分组过滤练习题

题目：现在运营想查看每个学校用户的平均发贴和回帖情况，寻找低活跃度学校进行重点运营，请取出平均发贴数低于5的学校或平均回帖数小于20的学校。

当使用聚合函数作为塞选条件的时候，需要使用 where 代替 having

SELECT
    university,
    avg_question_cnt,
    avg_answer_cnt
FROM
    (
        SELECT
            university,
            AVG(question_cnt) AS avg_question_cnt,
            AVG(answer_cnt) AS avg_answer_cnt
        FROM
            user_profile
        GROUP BY
            university
    ) AS temp
WHERE
    avg_question_cnt < 5
    OR avg_answer_cnt < 20;

正解应该是 :

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

分组排序练习题

现在运营想要查看不同大学的用户平均发帖情况，并期望结果按照平均发帖情况进行升序排列，请你取出相应数据

这里和 where不同，竟然不需要子查询和更换其他关键字。聚合函数可以直接进行排序

select university, avg_question_cnt
from (
    select university, avg(question_cnt) as avg_question_cnt
    from user_profile
    group by university 
) as temp 
order by avg_question_cnt

正解 :

SELECT 
    university, 
    ROUND(AVG(question_cnt), 4) AS avg_question_cnt
FROM 
    user_profile
GROUP BY 
    university
ORDER BY 
    avg_question_cnt;

[SQL] 条件查询

Tue, 29 Apr 2025 00:00:00 +0000

基础排序

查询后排序

asc 升序 ascending
desc 降序 descending

`1`	`select device_id, age from user_profile order by age asc`

牛客网题目链接

牛客网题目链接 (降序排列)

查询后多列排序

多列排序使用, 隔开
不指定排序顺序，默认是 asc

select device_id,gpa,age from user_profile order by gpa asc,  age asc

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;

牛客网题目链接

基础操作符

查找学校是北大的学生信息

我们可以通过 where 子句来筛选对应的记录

`1`	`select device_id, university from user_profile where university = '北京大学'`

该题背景 : device_id 和 university 为联合索引

在这个背景下面，我们可以在查询的时候使用联合索引，少去一层回表查询的操作 todo , DBM 不会自己合上id吗

`1`	`Select device_id,university FROM user_profile where university = "北京大学" and device_id = user_profile.device_id;`

牛客网题目链接

查询年龄大于 24岁的用户信息

引入逻辑运算符 > 以此类推还有 < , = , >= , <= , != , =

`1`	`select device_id, gender, age,university from user_profile where age > 24`

[牛客网题目链接](select device_id, gender, age,university from user_profile where age > 24)

查询某个年龄段的用户信息

使用 between and 和 >= and <= 没什么本质区别，性能和业务使用上无差别
不过相较于between and 逻辑表达式更灵活

select device_id, gender, age from user_profile where age >= 20 and age <= 23

SELECT device_id, gender, age
FROM user_profile
WHERE age BETWEEN 20 AND 23;

牛客网题目链接

查找除复旦大学的用户信息

NOT IN 可以比较多个值, 对于 <> != 如果需要比较多个值需要引入 and
<> 和 != 没有本质区别，不过一般都是写 <> 除非团队开发有要求，那么使用 != 尽可能统一组内的代码风格

1
2
3

select device_id,gender,age,university from user_profile where university <> '复旦大学'
select device_id,gender,age,university from user_profile where university != '复旦大学'
select device_id,gender,age,university from user_profile where university NOT IN ("复旦大学")

牛客网题目链接

用 where 过滤空值

可以单独是用 is not null 或者是单独使用 <> ""
但是实际业务最好是两个一起使用～

1
2
3

select device_id,gender,age,university
from user_profile 
where age is not null and age <> ""

牛客网题目链接

[SQL] 基础查询

Thu, 24 Apr 2025 00:00:00 +0000

查询所有列

两种做法,一种是 *, 另外一种是全量的显示所有的列。本质上这两个没什么区别

从业务角度来看

如果当前的 sql 并不打算查新增的列则可以使用第一种
如果后续有列被删除了, 第二种也需要同步改动(当然生产环境很少有直接删除的)

从索引角度来看

如果剩下的字段建立了二级索引，那么第二种方法可以避免一次回表操作
如果没有二级索引(二级缩影需要覆盖整个查询的列)这两个其实是一样的

1
2

SELECT * FROM user_profile
SELECT id,device_id,gender,age,university,province FROM user_profile;

牛客网题目链接

查询结果去重

select distinct 只用于列的去重
select group by 可以用于一些聚合操作如 count , avg

1
2

select distinct university from user_profile 
select unviersity from user_profile group by  unviersity

从性能上看

distinct 和 group by 没什么区别, 在只需要去重的场景 distinct 性能可能略好于 group by, 效率取决于 DISTINCT

从业务上看

如果我们想要使用聚合函数, 如计算分组内的平均数和总数那么必须使用 distinct

牛客网题目链接