SQL实战笔记,第三篇

21. 查找所有员工自入职以来的薪水涨幅情况,给出员工编号emp_no以及其对应的薪水涨幅growth,并按照growth进行升序

CREATE TABLE `employees` (
`emp_no` int(11) NOT NULL,
`birth_date` date NOT NULL,
`first_name` varchar(14) NOT NULL,
`last_name` varchar(16) NOT NULL,
`gender` char(1) NOT NULL,
`hire_date` date NOT NULL,
PRIMARY KEY (`emp_no`));
CREATE TABLE `salaries` (
`emp_no` int(11) NOT NULL,
`salary` int(11) NOT NULL,
`from_date` date NOT NULL,
`to_date` date NOT NULL,
PRIMARY KEY (`emp_no`,`from_date`));

注意:这与上一篇的20题相关,但这里有两张表,用select 嵌套

SELECT scurrent.emp_no, (scurrent.salary-shired.salary) AS growth
FROM
(SELECT a.emp_no, b.salary FROM employees as a inner join salaries as b 
on a.emp_no = b.emp_no where b.to_date = '9999-01-01') AS scurrent,
(SELECT a.emp_no, b.salary FROM employees as a inner join salaries as b
 on a.emp_no = b.emp_no where a.hire_date=b.from_date ) AS shired
WHERE scurrent.emp_no = shired.emp_no
ORDER BY growth asc

22. 统计各个部门的工资记录数,给出部门编码dept_no、部门名称dept_name以及次数sum

CREATE TABLE `departments` (
`dept_no` char(4) NOT NULL,
`dept_name` varchar(40) NOT NULL,
PRIMARY KEY (`dept_no`));
CREATE TABLE `dept_emp` (
`emp_no` int(11) NOT NULL,
`dept_no` char(4) NOT NULL,
`from_date` date NOT NULL,
`to_date` date NOT NULL,
PRIMARY KEY (`emp_no`,`dept_no`));
CREATE TABLE `salaries` (
`emp_no` int(11) NOT NULL,
`salary` int(11) NOT NULL,
`from_date
  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 1
    评论
Flink SQL 实战是一个常见的应用场景,可以用于数据处理和分析。下面是一个简单的 Flink SQL 实战示例: 假设你有一个包含用户购买记录的订单表,包括用户ID、购买时间、商品ID和购买数量等字段。你想通过 Flink SQL 来计算每个用户的总购买金额。 首先,你需要将订单表注册为一个 Flink 的表。你可以使用类似下面的代码来实现: ```java StreamTableEnvironment tableEnv = StreamTableEnvironment.create(env); // 创建一个DataStream,读取订单数据 DataStream<Order> orderStream = env.addSource(new OrderSource()); // 注册DataStream为一个表 tableEnv.createTemporaryView("orders", orderStream, "userId, purchaseTime, productId, quantity"); ``` 接下来,你可以使用 Flink SQL 来查询每个用户的总购买金额。可以使用类似下面的代码: ```java // 执行SQL查询,计算每个用户的总购买金额 Table result = tableEnv.sqlQuery("SELECT userId, SUM(quantity) as totalPurchaseAmount " + "FROM orders " + "GROUP BY userId"); // 将结果转换为DataStream输出 DataStream<Result> resultStream = tableEnv.toAppendStream(result, Result.class); // 输出结果 resultStream.print(); ``` 在上面的代码中,我们使用了 Flink SQL 的聚合函数 SUM 和 GROUP BY 来计算每个用户的总购买金额。最后,将结果转换为 DataStream 并打印出来。 这只是一个简单的实例,实际的 Flink SQL 实战涉及到更复杂的查询和处理逻辑。你可以根据具体的业务需求,使用 Flink SQL 来实现更多的数据处理和分析任务。

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论 1
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
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