mysql分组求最大值、最小值、最大的前3位或者前n位

本文分享下我第一次面试碰到的面试题,当时傻不拉几的想着用limit,结果怎么也写不出来,哎,想想当时脑子就是笨,回家仔细一想并不难嘛

--一、 原始表名为spec_base,有5列,分别是:类别kindid,类型typeid,品牌号brand_id,规格号pack_bar
--二、需要给出哪个类别和类型下的哪个品牌规格数最多
--每组只求最大值
--1. 相关子查询(先用max求出最大值,然后找到值等于最大值对应的记录)
select  kindid, typeid, brand_id, all1
from 
(
select kindid, typeid, brand_id, count(distinct pack_bar) as all1
from spec_base 
group by kindid, typeid, brand_id
) s1
where all1 = (
select max(all1) 
from 
(
select kindid, typeid, brand_id, count(distinct pack_bar) as all1
from spec 

group by kindid, typeid, brand_id
) s2
where s1.kindid = s2.kindid and s1.typeid = s2.typeid
)
--求最小值只要把max换成min即可

--2. 自连接(先用max求出最大值,然后用join内连接找到最大值对应的记录)
select  s1.kindid, s1.typeid, s1.brand_id, s1.all1
from 
(
select kindid, typeid, brand_id, count(distinct pack_bar) as all1
from spec 
group by kindid, typeid, brand_id
) s1
inner join  
(
select kindid, typeid, max(all1) as all1
from 
(
select kindid, typeid, brand_id, count(distinct pack_bar) as all1
from spec 
group by kindid, typeid, brand_id
) a
group by kindid, typeid
) s2
on s1.kindid = s2.kindid and s1.typeid = s2.typeid and s1.all1 = s2.all1
--求最小值只要把max换成min即可

--3.用not exists(利用最大值不可能小于其他值这个点)
select  kindid, typeid, brand_id, all1
from 
(
select kindid, typeid, brand_id, count(distinct pack_bar) as all1
from spec 
group by kindid, typeid, brand_id
) s1
where not exists (
select 1
from 
(
select kindid, typeid, brand_id, count(distinct pack_bar) as all1
from spec 
group by kindid, typeid, brand_id
) s2
where s1.kindid = s2.kindid and s1.typeid = s2.typeid  and s1.all1 < s2.all1
)
--求最小值只要把<换成>即可


--三、需要给出哪个类别和类型下的规格数最多前3个品牌
--每组只求最大的前3个值
--1. 用having(利用s1.all1 < s2.all1对应的笛卡儿积出现次数来筛选,假如总数是n,则最小值肯定是出现n-1次,同理,最大值出现0次)
select  s1.kindid, s1.typeid, s1.brand_id, s1.all1
from 
(
select kindid, typeid, brand_id, count(distinct pack_bar) as all1
from spec 
group by kindid, typeid, brand_id
) s1
left join 
(
select kindid, typeid, brand_id, count(distinct pack_bar) as all1
from spec 
group by kindid, typeid, brand_id
) s2
on s1.kindid = s2.kindid and s1.typeid = s2.typeid and s1.all1 < s2.all1   --如果求最小的只需把<改成>即可
group by s1.kindid,s1.typeid, s1.brand_id, s1.all1
having count(s2.typeid) < 3   --如果求最大值只需把3改成1即可
order by s1.kindid, s1.typeid, s1.brand_id, s1.all1 desc


--2. 用相关子查询(同上,也是利用s1.all1 < s2.all1对应的笛卡儿积出现次数来筛选)
select  s1.kindid, s1.typeid, s1.brand_id, s1.all1
from 
(
select kindid, typeid, brand_id, count(distinct pack_bar) as all1
from spec 
group by kindid, typeid, brand_id
) s1
where 3>(
select count(*)
from 
(
select kindid, typeid, brand_id, count(distinct pack_bar) as all1
from spec 
group by kindid, typeid, brand_id
) s2
where s1.kindid=s2.kindid and s1.typeid = s2.typeid and s1.all1 < s2.all1
)
order by s1.kindid,s1.typeid, s1.brand_id, s1.all1 desc

--3. 使用row_number() over(partition by ... order by ...)(impala和hive支持该语法)
select s1.kindid, s1.typeid, s1.all1
from (
select s1.kindid, s1.typeid, s1.all1, row_number() over (partition by s1.kindid, s1.typeid order by s1.all1 desc) as od
from 
(
select kindid, typeid, brand_id, count(distinct pack_bar) as all1
from spec 
group by kindid, typeid, brand_id
) s1
) ss1
where od <=3
order by od desc

MySQL中,没有直接提供专门用于去除数据集中正负最大值和最小值的单个函数。但是,可以组合使用一些内置函数以及子查询来达到这一目的。以下是一种常见做法: ### 步骤详解: #### 1. 获取最大值和最小值 首先,你需要找出集合中的最大值和最小值。这可以通过`MAX()` 和 `MIN()` 函数完成。这两个函数分别返回给定字段的最大值和最小值。 #### 2. 创建排除极端值的新表 接下来,构建一个新的查询来排除这些最大值和最小值。这可以通过从原始表中选取除了最大值和最小值之外的所有行来完成。 #### 示例 SQL 查询: 假设有如下表格 `sales`: | id | sales_amount | |----|--------------| | 1 | 100 | | 2 | 200 | | 3 | 300 | | 4 | 400 | | 5 | 500 | 查询步骤如下: - 首先,找出最大的 `sales_amount`: ```sql SELECT MAX(sales_amount) FROM sales; ``` - 同样,找出最小的 `sales_amount`: ```sql SELECT MIN(sales_amount) FROM sales; ``` - 接着,构建一个新的查询,排除这两个值: ```sql SELECT * FROM sales WHERE sales_amount < (SELECT MAX(sales_amount) FROM sales) AND sales_amount > (SELECT MIN(sales_amount) FROM sales); ``` ### 相关问题: 1. **如何在单一查询中获取所有值的平均值,最小值最大值,以及去除异常值后的平均值?** - 这种情况通常涉及两个步骤:第一步识别并移除极端值,第二步计算修改后的数据集的统计数据。SQL不提供直接去除异常值的功能,所以需要基于业务需定义何种值视为异常,然后使用IF逻辑或自定义函数实现过滤。 2. **在大数据集上执行此类操作是否高效?** - 效率取决于多种因素,包括数据库设计(如是否已有合适的索引)、数据集大小、服务器性能和使用的SQL优化策略。对于大型数据集,可能需要考虑分区和并行处理技术来提高性能。 3. **是否有其他替代工具或方法可以更有效地处理这种数据清理任务?** - 对于大规模数据集,可能更适合使用数据分析工具如Pandas(Python)或其他数据科学平台(例如Apache Spark),它们提供了丰富的数据清洗和预处理功能,能够更高效地处理大数据量和复杂的数据清理流程。 通过上述步骤和解释,你可以了解到在MySQL中如何手动处理数据集中的正负极值,同时也认识到这种方法在大型数据集上的局限性和优化方向。
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包

打赏作者

Trisyp

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值