本笔记为阿里云天池龙珠计划SQL训练营的学习内容,链接为:https://tianchi.aliyun.com/specials/promotion/aicampsql
目录
练习题-第一部分
3.1
创建出满足下述三个条件的视图(视图名称为 ViewPractice5_1)。使用 product(商品)表作为参照表,假设表中包含初始状态的 8 行数据。
- 条件 1:销售单价大于等于 1000 日元。
- 条件 2:登记日期是 2009 年 9 月 20 日。
- 条件 3:包含商品名称、销售单价和登记日期三列。
对该视图执行 SELECT 语句的结果如下所示。
SELECT * FROM ViewPractice5_1;
执行结果
product_name | sale_price | regist_date
--------------+------------+------------
T恤衫 | 1000 | 2009-09-20
菜刀 | 3000 | 2009-09-20
解:
创建视图的基本语法如下:
CREATE VIEW <视图名称>(<列名1>,<列名2>,...) AS <SELECT语句>
注意VIEW中视图的列数要和SELECT子句列数相同:
CREATE VIEW ViewPractice5_1(product_name,sale_price,regist_date)
AS
SELECT product_name,sale_price,regist_date
FROM product
WHERE sale_price >= 1000
AND regist_date = '2009-9-20'
运行结果与题目一致:
3.2
向习题一中创建的视图 ViewPractice5_1 中插入如下数据,会得到什么样的结果呢?
INSERT INTO ViewPractice5_1 VALUES (' 刀子 ', 300, '2009-11-02');
解:
会报错:
Error Code: 1423. Field of view 'shop.viewpractice5_1' underlying table doesn't have a default value
翻译一下:
错误代码:1423。视图“shop.viewpractice5_1”的基础表(product)没有默认值
其意思是这个操作要往视图里增加一条关于"刀子"的记录,视图要修改就要先修改视图的基础表,但基础表里并没有“刀子”的记录,而且这种在视图上进行增加行的操作基本上是非法的。从答案的表述来说,这样容易非法操作的原因是不小心就无视了基础表的约束条件(比如某些属性不能有NULL值),导致在基础表上的修改失败。
3.3
请根据如下结果编写 SELECT 语句,其中 sale_price_all 列为全部商品的平均销售单价。
product_id | product_name | product_type | sale_price | sale_price_all
------------+-------------+--------------+------------+---------------------
0001 | T恤衫 | 衣服 | 1000 | 2097.5000000000000000
0002 | 打孔器 | 办公用品 | 500 | 2097.5000000000000000
0003 | 运动T恤 | 衣服 | 4000 | 2097.5000000000000000
0004 | 菜刀 | 厨房用具 | 3000 | 2097.5000000000000000
0005 | 高压锅 | 厨房用具 | 6800 | 2097.5000000000000000
0006 | 叉子 | 厨房用具 | 500 | 2097.5000000000000000
0007 | 擦菜板 | 厨房用具 | 880 | 2097.5000000000000000
0008 | 圆珠笔 | 办公用品 | 100 | 2097.5000000000000000
解:
这样子写肯定是不行的,所以要用到标量子查询:
SELECT product_id ,
product_name ,
product_type , sale_price ,
(SELECT AVG(sale_price) FROM product) AS sale_price_all
FROM product;
结果正确:
3.4
请根据习题一中的条件编写一条 SQL 语句,创建一幅包含如下数据的视图(名称为AvgPriceByType)。
product_id | product_name | product_type | sale_price | avg_sale_price
------------+-------------+--------------+------------+---------------------
0001 | T恤衫 | 衣服 | 1000 |2500.0000000000000000
0002 | 打孔器 | 办公用品 | 500 | 300.0000000000000000
0003 | 运动T恤 | 衣服 | 4000 |2500.0000000000000000
0004 | 菜刀 | 厨房用具 | 3000 |2795.0000000000000000
0005 | 高压锅 | 厨房用具 | 6800 |2795.0000000000000000
0006 | 叉子 | 厨房用具 | 500 |2795.0000000000000000
0007 | 擦菜板 | 厨房用具 | 880 |2795.0000000000000000
0008 | 圆珠笔 | 办公用品 | 100 | 300.0000000000000000
提示:其中的关键是 avg_sale_price 列。与习题三不同,这里需要计算出的 是各商品种类的平均销售单价。这与使用关联子查询所得到的结果相同。 也就是说,该列可以使用关联子查询进行创建。问题就是应该在什么地方使用这个关联子查询。
解:
直接这样子GROUP BY肯定是不行的,因为这会导致聚合又不正确的结果:
按题目的意思,要用到关联子查询,而且要查询每一项,所以应该先查询每一项,然后再在每一项中查找该项同一 product_type的sale_price平均值:
SELECT product_id ,
product_name ,
product_type , sale_price ,
(SELECT AVG(sale_price)
FROM product AS P2
WHERE P1.product_type = P2.product_type) AS avg_sale_price
FROM product AS P1;
运行结果正确:
练习题-第二部分
3.5
运算或者函数中含有 NULL 时,结果全都会变为NULL ?(判断题)
解:
我们将3.4中的代码稍微改一下:
可见AVG函数直接无视掉了NULL值的部分,看来只要输入不全是NULL,输出也不会是NULL
若我们在结果上加个NULL:
就全是NULL了
3.6
对本章中使用的 product(商品)表执行如下 2 条 SELECT 语句,能够得到什么样的结果呢?
①
SELECT product_name, purchase_price
FROM product
WHERE purchase_price NOT IN (500, 2800, 5000);
解:
②
SELECT product_name, purchase_price
FROM product
WHERE purchase_price NOT IN (500, 2800, 5000, NULL);
解 :
3.7
按照销售单价( sale_price)对练习 6.1 中的 product(商品)表中的商品进行如下分类。
- 低档商品:销售单价在1000日元以下(T恤衫、办公用品、叉子、擦菜板、 圆珠笔)
- 中档商品:销售单价在1001日元以上3000日元以下(菜刀)
- 高档商品:销售单价在3001日元以上(运动T恤、高压锅)
请编写出统计上述商品种类中所包含的商品数量的 SELECT 语句,结果如下所示。
执行结果
low_price | mid_price | high_price
----------+-----------+------------
5 | 1 | 2
解:
不知为啥不太行,看下答案,明白了0也算计数1次,虽然答案是用SUM:
SELECT SUM(CASE WHEN sale_price <= 1000 THEN 1 ELSE 0 END) AS low_price,
SUM(CASE WHEN sale_price > 1000
AND sale_price <=3000 THEN 1 ELSE 0 END) AS mid_price,
SUM(CASE WHEN sale_price > 3000 THEN 1 ELSE 0 END) AS high_price
FROM product;
但是这样也行:
SELECT COUNT(CASE WHEN sale_price <= 1000 THEN product_name ELSE NULL END) AS low_price,
COUNT(CASE WHEN sale_price > 1000
AND sale_price <=3000 THEN product_name ELSE NULL END) AS mid_price,
COUNT(CASE WHEN sale_price > 3000 THEN product_name ELSE NULL END) AS high_price
FROM product;
运行结果与答案一致: