【SQL笔试题】SN_1 连续登陆系列问题

已于 2024-09-06 14:24:54 修改
阅读量1.1k 收藏 18
点赞数 14
分类专栏： SQL笔试题 文章标签： sql 数据库 面试 笔记
于 2024-09-06 14:24:20 首次发布
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/weixin_50357986/article/details/141958556
版权

简介

连续登陆天数场景描述是对一个特定情境或活动连续发生的天数进行详细的阐述。这种描述通常用于展示某个事件或活动的持续时间，以及它对参与者或环境产生的影响。

常见的应用场景：

  1. 用户留存分析：通过跟踪用户的连续登录天数，可以分析用户的留存情况，了解用户对产品的粘性和忠诚度。
  2. 产品使用频率：连续登录天数反映了用户对产品的使用频率，有助于了解产品的使用情况和用户的需求。
  3. 用户活跃度：通过连续登录天数，可以评估用户群体的活跃度，识别高活跃度用户和需要激励的用户。
  4. 营销策略效果评估：连续登录天数可以作为衡量营销策略效果的指标，如签到奖励、任务完成奖励等。
  5. 用户行为预测：通过历史连续登录数据，可以建立模型预测用户的未来行为，如流失风险、购买倾向等。
  6. 产品功能优化：分析连续登录天数与用户使用的产品功能之间的关系，可以为产品功能的优化提供依据。
  7. 个性化推荐：根据用户的连续登录天数和相关行为数据，可以进行个性化内容或产品的推荐。
  8. 客户关系管理：连续登录天数可以作为客户关系管理中的一个维度，帮助识别和奖励忠诚客户。

常见可能用到的数据分析和数据挖掘方法：

  1. 趋势分析：通过绘制连续登录天数的趋势图，可以观察用户群体的整体活跃趋势。
  2. 分段分析：将用户按照连续登录天数进行分段，分析不同段内用户的特征和需求。
  3. 相关性分析：探究连续登录天数与其他用户行为指标（如购买次数、浏览时长等）之间的相关性。
  4. 回归分析：建立回归模型，分析连续登录天数对用户行为（如收入、转化率等）的影响。
  5. 用户画像构建：利用连续登录天数作为用户画像的一个维度，结合其他数据构建更全面的用户画像。
  6. 漏斗分析：在特定业务流程中，分析连续登录天数对用户转化率的影响，识别潜在的瓶颈和改进点。
  7. 聚类分析：对用户进行聚类，根据连续登录天数和其他行为数据将用户分为不同的群体，以进行更精细化的运营。
  8. 异常检测：通过检测连续登录天数的异常变化，可以发现潜在的问题或欺诈行为。

示例分析和详解

常见的笔试题考点：

  1. 用户最长连续登陆天数。（注意看是否有间断，间断是否统计）
  2. 连续登陆超过x天/不少于x天的用户。
  3. 任意/最近时间段内用户连续登陆天数/超过x天的用户。

……

题目：用户登录信息表login_tb（log_id：登录动作id,user_id：用户id, log_time：登录时间, log_port：登录端口）。

下面是建表语句和模拟的数据：

drop table if exists `login_tb` ;
create table if not exists `login_tb` (
`user_id` int,
`login_time` datetime,
`login_port` varchar(64));
insert into login_tb values(1101,'2022-02-09 07:24:15','pc');
insert into login_tb values(1102,'2022-02-09 09:12:57','app');
insert into login_tb values(1003,'2022-02-10 09:36:11','m');
insert into login_tb values(1102,'2022-02-10 09:37:01','app');
insert into login_tb values(1104,'2022-02-10 12:01:46','app');
insert into login_tb values(1106,'2022-02-10 10:23:01','app');
insert into login_tb values(1003,'2022-02-11 10:43:01','m');
insert into login_tb values(1102,'2022-02-11 11:56:47','app');
insert into login_tb values(1104,'2022-02-11 14:52:37','app');
insert into login_tb values(1106,'2022-02-11 16:56:27','app');
insert into login_tb values(1003,'2022-02-11 17:43:01','m');
insert into login_tb values(1106,'2022-02-12 10:56:17','app');
insert into login_tb values(1106,'2022-02-15 10:56:17','app');
insert into login_tb values(1106,'2022-02-16 10:56:17','app');
insert into login_tb values(1106,'2022-02-17 10:56:17','app');
insert into login_tb values(1106,'2022-02-18 10:56:17','app');

需求1：请用 SQL 查询用户最长连续登陆天数。

需求2：请用 SQL 查询连续登陆不少于3天的用户。

需求3：请用 SQL 查询2022年2月1日-2022年2月28日用户最长的连续登录天数。

首先，简单查询如下图，我们可以对进行 user_id 和 login_time 排序大致看看情况：

image

可以看到用户 1003 连续登陆 2 天，其中 2022-02-11 登陆多次；用户 1101 登陆 1 天；用户 1102 连续登陆 3 天；用户 1104 连续登陆 2 天；用户 1106 连续登陆 3 天，间断了 2 天，又接着连续登陆了 4 天。

注意事项：

  1. 一个用户/商品一天可以登陆/下单多次，因此需要注意去重复。
  2. 在一段时间内，可能连续登陆多天，间断几天后，又连续登陆。

下面我们介绍通过 SQL 方法主逐步实现上面需求。

方法一：利用排名窗口函数

  1. 可能出现多次登陆，对所需列去重复；
  2. 利用 row_number 对每个 user_id 登录日期进行升序排序，得到 rn 列（如果是连续的，可以发现用户 user_id 对应的排序字段 rn 是连续的）；
  3. 利用 date_sub 将 login_date 与 rn 相减，可以得到“伪日期列-dt_uid”，可以发现不管是否间断，若连续登录，dt_uid 对应相同；

image-2

  1. 对 user_id 和 dt_uid 进行分组聚合，再使用 datediff 或者 count ，就可以得出每个 user_id 对应连续的“开始日期、结束日期和连续天数”。

image-3

  1. 结合具体题目需求，添加筛选或稍微处理，基本上可以应对相关系列题目。

需求答案：

########### 需求1：请用 SQL 查询用户最长连续登陆天数。
-- 一天可能出现多次登陆，去重
with t0 as
         (select distinct user_id, date(login_time) as login_date
          from login_tb),
-- 利用 row_number 对每个 user_id 登录日期进行升序排序，得到 rn 列（如果是连续的，可以发现用户 user_id 对应的排序字段 rn 是连续的）
-- 利用 date_sub 将 login_date 与 rn 相减，可以得到“伪日期列-dt_uid”，可以发现不管是否间断，若连续登录，dt_uid 对应相同；
     t1 as
         (select user_id
               , login_date
               , row_number() over (partition by user_id order by login_date) as rn
               , date_sub(login_date, interval row_number() over (partition by user_id order by login_date)day) as dt_uid
          from t0),
-- 对 user_id 和 dt_uid 进行分组聚合，再使用 datediff 或者 count ，就可以得出每个 user_id 对应连续的“开始日期、结束日期和连续天数”。
     t2 as
         (select user_id
               , dt_uid
               , min(login_date)                                as consecutive_start_date
               , max(login_date)                                as consecutive_end_date
               , datediff(max(login_date), min(login_date)) + 1 as consecutive_days
               , count(login_date)                              as consecutive_days1
          from t1
          group by user_id, dt_uid)
select user_id
     , max(consecutive_days) as consecutive_days_longest
from t2
group by user_id;

########### 需求2：请用 SQL 查询连续登陆不少于3天的用户。
-- 一天可能出现多次登陆，去重
with t0 as
         (select distinct user_id, date(login_time) as login_date
          from login_tb),
-- 利用 row_number 对每个 user_id 登录日期进行升序排序，得到 rn 列（如果是连续的，可以发现用户 user_id 对应的排序字段 rn 是连续的）
-- 利用 date_sub 将 login_date 与 rn 相减，可以得到“伪日期列-dt_uid”，可以发现不管是否间断，若连续登录，dt_uid 对应相同；
     t1 as
         (select user_id
               , login_date
               , row_number() over (partition by user_id order by login_date) as rn
               , date_sub(login_date, interval row_number() over (partition by user_id order by login_date)day) as dt_uid
          from t0),
-- 对 user_id 和 dt_uid 进行分组聚合，再使用 datediff 或者 count ，就可以得出每个 user_id 对应连续的“开始日期、结束日期和连续天数”。
     t2 as
         (select user_id
               , dt_uid
               , min(login_date)                                as consecutive_start_date
               , max(login_date)                                as consecutive_end_date
               , datediff(max(login_date), min(login_date)) + 1 as consecutive_days
               , count(login_date)                              as consecutive_days1
          from t1
          group by user_id, dt_uid)
select user_id
from t2
group by user_id
having max(consecutive_days) >= 3;

########### 需求3：请用 SQL 查询2022年2月1日-2022年2月15日用户最长的连续登录天数。
-- 一天可能出现多次登陆，去重
with t0 as
         (select distinct user_id, date(login_time) as login_date
          from login_tb
          where date(login_time) between '2022-02-01' and '2022-02-15'
          ),
-- 利用 row_number 对每个 user_id 登录日期进行升序排序，得到 rn 列（如果是连续的，可以发现用户 user_id 对应的排序字段 rn 是连续的）
-- 利用 date_sub 将 login_date 与 rn 相减，可以得到“伪日期列-dt_uid”，可以发现不管是否间断，若连续登录，dt_uid 对应相同；
     t1 as
         (select user_id
               , login_date
               , row_number() over (partition by user_id order by login_date) as rn
               , date_sub(login_date, interval row_number() over (partition by user_id order by login_date)day) as dt_uid
          from t0),
-- 对 user_id 和 dt_uid 进行分组聚合，再使用 datediff 或者 count ，就可以得出每个 user_id 对应连续的“开始日期、结束日期和连续天数”。
     t2 as
         (select user_id
               , dt_uid
               , min(login_date)                                as consecutive_start_date
               , max(login_date)                                as consecutive_end_date
               , datediff(max(login_date), min(login_date)) + 1 as consecutive_days
               , count(login_date)                              as consecutive_days1
          from t1
          group by user_id, dt_uid)
select user_id
     , max(consecutive_days) as consecutive_days_longest
from t2
group by user_id;

可以发现 需求1 只要在前面分析的思路上，稍微添加临时表汇总即可；需求3 只要在 需求1 基础上，临时表 t0 稍微添加日期范围条件即可；

方法二：利用错位窗口函数

  1. 可能出现多次登陆，对所需列去重复；
  2. 利用自连接和 lead 找出断点日期，即连续登录开始或者间断的初始日期（login_date_cr）和下次连续登陆的开始日期（login_date_nr），如果为 null 则给默认永久即 9999-12-31；

image-4

  1. 利用上一步得出的 结果， 将每个对应的用户 user_id 和 login_date 映射在[login_date_cr, login_date_nr) 之间(注意 login_date_nr 是开区间），可以发现不管是否间断，若连续登录，用户的 login_date_cr 和 login_date_nr 对应相同；

image-5

  1. 对 user_id 、 login_date_cr 和 login_date_nr 进行分组聚合，再使用 datediff 或者 count ，就可以得出每个 user_id 对应连续的“开始日期、结束日期和连续天数”。

image-6

  1. 结合具体题目需求，添加筛选或稍微处理，基本上可以应对相关系列题目。

需求答案：

########### 需求1：请用 SQL 查询用户最长连续登陆天数。
-- 一天可能出现多次登陆，去重
with t0 as
         (select distinct user_id, date(login_time) as login_date from login_tb),
-- 利用自连接和 lead 找出断点日期，即连续登录开始或者间断的初始日期，和下次连续登陆的开始日期，如果为 null 则给默认永久即 9999-12-31
     t1 as
         (select a.user_id
              , a.login_date                                                                            as login_date_cr
              , lead(a.login_date, 1, '9999-12-31') over (partition by a.user_id order by a.login_date) as login_date_nr
          from t0 as a
          left join t0 as b
          on a.user_id = b.user_id
          and datediff(a.login_date, b.login_date) = 1
          where b.login_date is null),
-- 利用上一步得出的 结果， 将每个对应的用户 user_id 和 login_date 映射在[login_date_cr, login_date_nr) 之间(注意 login_date_nr 是开区间）
-- ，可以发现不管是否间断，若连续登录，用户的 login_date_cr 和 login_date_nr 对应相同；
     t2 as
         (select t0.user_id, t0.login_date, t1.login_date_cr, t1.login_date_nr
          from t0
          left join t1
          on t0.user_id = t1.user_id
          and t0.login_date >= t1.login_date_cr
          and t0.login_date < t1.login_date_nr),
-- 对 user_id 、 login_date_cr 和 login_date_nr 进行分组聚合，再使用 datediff 或者 count ，就可以得出每个 user_id 对应连续的“开始日期、结束日期和连续天数”。
     t3 as
         (select user_id
               , login_date_cr
               , login_date_nr
               , min(login_date)                                as consecutive_start_date
               , max(login_date)                                as consecutive_end_date
               , datediff(max(login_date), min(login_date)) + 1 as consecutive_days
               , count(login_date)                              as consecutive_days1
          from t2
          group by user_id, login_date_cr, login_date_nr)
select user_id
     , max(consecutive_days) as consecutive_days_longest
from t3
group by user_id;

########### 需求2：请用 SQL 查询连续登陆不少于3天的用户。
-- 一天可能出现多次登陆，去重
with t0 as
         (select distinct user_id, date(login_time) as login_date from login_tb),
-- 利用自连接和 lead 找出断点日期，即连续登录开始或者间断的初始日期，和下次连续登陆的开始日期，如果为 null 则给默认永久即 9999-12-31
     t1 as
         (select a.user_id
              , a.login_date                                                                            as login_date_cr
              , lead(a.login_date, 1, '9999-12-31') over (partition by a.user_id order by a.login_date) as login_date_nr
          from t0 as a
          left join t0 as b
          on a.user_id = b.user_id
          and datediff(a.login_date, b.login_date) = 1
          where b.login_date is null),
-- 利用上一步得出的 结果， 将每个对应的用户 user_id 和 login_date 映射在[login_date_cr, login_date_nr) 之间(注意 login_date_nr 是开区间）
-- ，可以发现不管是否间断，若连续登录，用户的 login_date_cr 和 login_date_nr 对应相同；
     t2 as
         (select t0.user_id, t0.login_date, t1.login_date_cr, t1.login_date_nr
          from t0
          left join t1
          on t0.user_id = t1.user_id
          and t0.login_date >= t1.login_date_cr
          and t0.login_date < t1.login_date_nr),
-- 对 user_id 、 login_date_cr 和 login_date_nr 进行分组聚合，再使用 datediff 或者 count ，就可以得出每个 user_id 对应连续的“开始日期、结束日期和连续天数”。
     t3 as
         (select user_id
               , login_date_cr
               , login_date_nr
               , min(login_date)                                as consecutive_start_date
               , max(login_date)                                as consecutive_end_date
               , datediff(max(login_date), min(login_date)) + 1 as consecutive_days
               , count(login_date)                              as consecutive_days1
          from t2
          group by user_id, login_date_cr, login_date_nr)
select user_id
from t3
group by user_id
having max(consecutive_days) >= 3;

########### 需求3：请用 SQL 查询2022年2月1日-2022年2月15日用户最长的连续登录天数。
-- 一天可能出现多次登陆，去重
with t0 as
         (select distinct user_id, date(login_time) as login_date
          from login_tb
          where date(login_time) between '2022-02-01' and '2022-02-15'),
-- 利用自连接和 lead 找出断点日期，即连续登录开始或者间断的初始日期，和下次连续登陆的开始日期，如果为 null 则给默认永久即 9999-12-31
     t1 as
         (select a.user_id
              , a.login_date                                                                            as login_date_cr
              , lead(a.login_date, 1, '9999-12-31') over (partition by a.user_id order by a.login_date) as login_date_nr
          from t0 as a
          left join t0 as b
          on a.user_id = b.user_id
          and datediff(a.login_date, b.login_date) = 1
          where b.login_date is null),
-- 利用上一步得出的结果， 将每个对应的用户 user_id 和 login_date 映射在[login_date_cr, login_date_nr) 之间(注意 login_date_nr 是开区间）
-- ，可以发现不管是否间断，若连续登录，用户的 login_date_cr 和 login_date_nr 对应相同；
     t2 as
         (select t0.user_id, t0.login_date, t1.login_date_cr, t1.login_date_nr
          from t0
          left join t1
          on t0.user_id = t1.user_id
          and t0.login_date >= t1.login_date_cr
          and t0.login_date < t1.login_date_nr),
-- 对 user_id 、 login_date_cr 和 login_date_nr 进行分组聚合，再使用 datediff 或者 count ，就可以得出每个 user_id 对应连续的“开始日期、结束日期和连续天数”。
     t3 as
         (select user_id
               , login_date_cr
               , login_date_nr
               , min(login_date)                                as consecutive_start_date
               , max(login_date)                                as consecutive_end_date
               , datediff(max(login_date), min(login_date)) + 1 as consecutive_days
               , count(login_date)                              as consecutive_days1
          from t2
          group by user_id, login_date_cr, login_date_nr)
select user_id
     , max(consecutive_days) as consecutive_days_longest
from t3
group by user_id;

通过两种方法可知，主要思路都是需要给用户连续登陆日期打上一个独有的分组标签，只要解决了这个，问题就基本上解决了，方法有很多，有兴趣的同学可以自行探索，就个人而已，比较推荐方法一：利用排名窗口函数，普遍适用于许多分析工具。

为了快速得到我们想要的结果，我们可能想到或者看到许多方法来解决需求2“请用 SQL 查询连续登陆不少于3天的用户”。如下图，通过 count 和 lead 开窗函数之间限定不少于3天两种方法。

image-7

再根据结果，嵌套子查询筛选不少于3天的用户，得到的结果似乎正确，我们再看看下面另外的情况。

image-8

如果我们将需求调整为“请用 SQL 查询连续登陆不少于6天的用户”。从数据查看，应该没有任何一个用户满足需求。继续沿用上面的代码逻辑，结果如下：
image-9

可以发现，用户 1106 将会被统计出来，我们知道用户 1106 是连续登陆 3 天，间断了 2 天，又接着连续登陆了 4 天，这显然存在问题，所以需要特别注意雷区“是否有连续、间断、再连续，间断是否需要统计等问题”。

get 上面的分析思路和方法，我们来趁热打铁，做几道真题练练手～

经典真题

真题1：订单表（order），字段包含：订单（order_id）、商品（sku_id）、支付时间（paid_timestamp）、订单状态（order_status，支付成功为order_status=1）。

  • 需求1：请用SQL实现“从今天往前算的最近180天内，支付成功记录的商品清单最长的连续下单天数“。
  • 需求2：请用SQL实现”从今天往前算的最近180天内，连续30天有支付成功记录的商品清单。

难度等级：⭐️⭐️⭐️⭐️⭐️

答案：

########## 需求1
-- 一个商品一天可能被下单多次，限定需求范围查询
with t0 as
         (select distinct sku_id, date(paid_timestamp) as paid_date
          from order
          where order_status = 1
              and date(paid_timestamp) >= date_sub(curdate(),interval 180 day)
              and date(paid_timestamp) <= curdate()
          ),
     t1 as
         (select sku_id
               , paid_date
               , row_number() over (partition by sku_id order by paid_date) as rn
               , date_sub(paid_date, interval row_number() over (partition by sku_id order by paid_date)day) as dt_uid
          from t0),
     t2 as
         (select sku_id
               , dt_uid
               , min(paid_date)                                as consecutive_start_date
               , max(paid_date)                                as consecutive_end_date
               , datediff(max(paid_date), min(paid_date)) + 1 as consecutive_days
               , count(paid_date)                              as consecutive_days1
          from t1
          group by sku_id, dt_uid)
select sku_id
     , max(consecutive_days) as consecutive_days_longest
from t2
group by sku_id;

########## 需求2
-- 一个商品一天可能被下单多次，限定需求范围查询
with t0 as
         (select distinct sku_id, date(paid_timestamp) as paid_date
          from order
          where order_status = 1
              and date(paid_timestamp) >= date_sub(curdate(),interval 180 day)
              and date(paid_timestamp) <= curdate()
          ),
     t1 as
         (select sku_id
               , paid_date
               , row_number() over (partition by sku_id order by paid_date) as rn
               , date_sub(paid_date, interval row_number() over (partition by sku_id order by paid_date)day) as dt_uid
          from t0),
     t2 as
         (select sku_id
               , dt_uid
               , min(paid_date)                                as consecutive_start_date
               , max(paid_date)                                as consecutive_end_date
               , datediff(max(paid_date), min(paid_date)) + 1 as consecutive_days
               , count(paid_date)                              as consecutive_days1
          from t1
          group by sku_id, dt_uid)
select sku_id
from t2
group by sku_id
having max(consecutive_days) >= 30;

真题2：用户签到表 user_sign_d 用来记录用户每日是否签到，包含以下字段：日期(sign_date：‘yyyy-mm-dd’)、用户ID（user_id）、当日是否签到（if_sign：1表示签到，0表示未签到）。

  • 需求1：编写SQL查询，计算截止2022年1月31日最长连续签到打卡了多少天，输出结果包含 user_id 和 consecutive_sign_days。
  • 需求2：编写SQL查询，计算2022年1月1日-2022年1月31日连续签到打卡超过 28 天的牛马🐮🐎（用户），连续打卡可间断，但间断不超过 2 天（周末）继续打卡有效，否则无效，比如打卡 5 天，间断 2 天，又连续打卡 5 天，则连续打卡视为连续登陆 12 天；打卡 5 天，间断 3 天，又连续打卡 5 天，则连续打卡视为连续登陆 5 天。

难度等级：⭐️⭐️⭐️⭐️⭐️

答案：

########## 需求1
-- 一个用户一天可能打卡多次，限定需求范围查询
with t0 as
         (select distinct user_id, date(sign_date) as sign_date
          from user_sign_d
          where if_sign = 1
              and date(sign_date) <= '2022-01-31'
          ),
     t1 as
         (select user_id
               , sign_date
               , row_number() over (partition by user_id order by sign_date) as rn
               , date_sub(sign_date, interval row_number() over (partition by user_id order by sign_date)day) as dt_uid
          from t0),
     t2 as
         (select user_id
               , dt_uid
               , min(sign_date)                                as consecutive_start_date
               , max(sign_date)                                as consecutive_end_date
               , datediff(max(sign_date), min(sign_date)) + 1 as consecutive_days
               , count(sign_date)                              as consecutive_days1
          from t1
          group by user_id, dt_uid)
select user_id
     , max(consecutive_days) as consecutive_days_longest
from t2
group by user_id;

########## 需求2
-- 一个用户一天可能打卡多次，限定需求范围查询
with t0 as
         (select distinct user_id, date(sign_date) as sign_date
          from user_sign_d
          where if_sign = 1
              and date(sign_date) >= '2022-01-01'
              and date(sign_date) <= '2022-01-31'
          ),
-- 计算用户与上次次登陆日期差
     t1 as
         (select user_id
               , sign_date
               , lag(sign_date) over (partition by user_id order by sign_date) as lag_date
               , datediff(sign_date, lag(sign_date) over (partition by user_id order by sign_date)) as days_gap
          from t0),
-- 构造分组 uid：根据日期差 days_gap，判断是否连续，如果 days_gap <= 2，则认为连续，赋值 0，否则不连续，赋值 1
    t2 as 
        (select user_id
               , sign_date
               , lag_date
               , days_gap
               , sum(if(days_gap <= 2, 0, 1)) over (partition by user_id order by sign_date) as dt_uid
         from t1),
-- 对 user_id 和 dt_uid 进行分组聚合，再使用 datediff ，就可以得出每个 user_id 对应连续的“开始日期、结束日期和连续天数”。
     t3 as
         (select user_id
               , dt_uid
               , min(sign_date)                                as consecutive_start_date
               , max(sign_date)                                as consecutive_end_date
               , datediff(max(sign_date), min(sign_date)) + 1 as consecutive_days
          from t2
          group by user_id, dt_uid)
select user_id
from t3
group by user_id
having max(consecutive_days) >= 28;

主要思路：对用户连续日期构造分组 dt_uid，再进行分组聚合。

如果对 SQL 开窗函数不太熟悉，可以参照 Mysql 开窗函数，一文带你直接通关，结合里面的简单示例进行实操多练习，查看得出结果并理解，希望会对你有帮助。

如果有新的思路和灵感，欢迎留言👏

有请小发菜
关注
  • 14
    点赞
  • 踩
  • 18
    收藏
    觉得还不错? 一键收藏
  • 打赏
    打赏
  • 0
    评论
专栏目录
SQL数据库笔试选择题（知识点总结）
xu_haopeng的博客
03-18 1万+
1、一个关系数据库文件中的各条记录 （）B A 前后顺序不能任意颠倒，一定要按照输入的顺序排列 B 前后顺序可以任意颠倒，不影响库中的数据关系 C 前后顺序可以任意颠倒，但排列顺序不同，统计处理的结果就可能不同 D 前后顺序不能任意颠倒，一定要按照关键字字段值的顺序排列 关系数据库的逻辑性强而物理性弱，因此关系数据库中的各条记录前后顺序可以任意颠倒，不影响库中的数据关系 2、一名员工可以使用多台计算机，每台计算机只能由一名员工使用，则实体员工和计算机间的联系是（ ）A A 一对多 B.
牛客网c语言笔试题库,【sql】牛客网练习题 (共 61 题)
weixin_29006187的博客
05-22 2408
【1】查找最晚入职员工的所有信息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` ...
常见sql笔试题及理论
NoFound_You的博客
12-17 1613
  1. 用一条SQL 语句 查询出每门课都大于80 分的学生姓名 name kecheng fenshu 张三 语文 81 张三 数学 75 李四 语文 76 李四 数学 90 王五 语文 81 王五 数学 100 王五 英语 90 A: select distinct name from table where name not in (select distinct name from ...
SQL笔试题（持续更新）
赵小赵的博客
10-27 1845
1.    MySql默认存储引擎？ 2.    常见的数据库产品有哪些？ 3.    写出MySql常用命令：进入某个库，查询某个库中的所有表，创建数据库。 4.    请写出MySql常见的数据类型。 5.    写出MySql创建表的语法。 6.    Mysql中完整性约束有什么作用？ 7.    什么是SQL？SQL有什么作用？ ----------------------
erp实施 数据库面试题_erp实施顾问笔试题有什么_erp实施顾问
weixin_30963127的博客
01-14 1243
ERP实施顾问是指从事ERP软件安装、维护、咨询、培训的相关从业人员。一般来说ERP咨询顾问有两条职场发展路线，一是专家顾问型，二是企业管理者型。下面就由小编为大家介绍一下erp实施顾问笔试题的文章，欢迎阅读。erp实施顾问笔试题篇11:已知事务T1的封锁序列为：LOCK S(A)…LOCK S(B)…LOCK X(C) …UNLOCK(B) …UNLOCK (A) …UNLOCK (C)事务T2...
2019腾讯暑期实习笔试题_安全技术
热门推荐
Secur17y的博客
04-06 1万+
一、判断题 1、DNS既使用TCP协议，又使用UDP协议。 答案：正确 解析：注意到DNS名字服务器使用的熟知端口号无论对UDP还是TCP都是53.这意味着DNS均支持UDP和TCP访问。 （《TCP／IP详　解卷１》） DNS在区域传输的时候使用TCP协议，其他时候使用UDP协议。 DNS区域传输的时候使用TCP协议： 1.辅域名字服务器会定时（一般3小时）向主域名服务器进行查询以便...
erp实施 数据库面试题_erp实施顾问笔试题有什么_erp实施顾问笔试题
weixin_36298146的博客
01-14 1785
ERP实施顾问是指从事ERP软件安装、维护、咨询、培训的相关从业人员。一般来说ERP咨询顾问有两条职场发展路线，一是专家顾问型，二是企业管理者型。下面就由小编为大家介绍一下erp实施顾问笔试题的文章，欢迎阅读。erp实施顾问笔试题篇11:已知事务T1的封锁序列为：LOCK S(A)…LOCK S(B)…LOCK X(C) …UNLOCK(B) …UNLOCK (A) …UNLOCK (C)事务T2...
sql练习题
weixin_48175635的博客
05-30 1141
sql练习题牛客练习题题目一：获取所有非manager的员工的emp_noLeetcode练习题180. 连续出现的数字法一:自关联法二:窗口函数法三:窗口函数184. 部门工资最高的员工法一:窗口函数法二:Groupby, in, where =185. 部门工资前三高的员工法一:窗口函数法二：join, where ,count 牛客练习题 题目一：获取所有非manager的员工的emp_no 法一 select a.emp_no from employees a left join dept_man
SQLServer 常见SQL笔试题之语句操作题详解
weixin_30773135的博客
03-27 758
SqlServer 常见SQL笔试题之语句操作题详解 by:授客 QQ：1033553122 测试数据库 CREATE DATABASE handWriting ON PRIMARY ( name = 'bishi', fileName = 'E:\数据库\bishi.mbf', ...
java程序员关于SQL部分面试常考笔试题
04-12
### Java程序员关于SQL部分面试常考笔试题解析 #### 触发器的作用 触发器是一种特殊的存储过程，其主要功能是通过数据库中的特定事件（如插入、更新或删除记录等）来自动执行预定义的动作。触发器的主要作用包括：...
sqlalchemy JSON 字段写入时中文序列化问题
llc的博客
09-12 162
_table_args__ = ({"comment": "表名称"})...extra = Column(JSON, comment="其他属性")...
被低估的SQL
weixin_61431494的博客
09-03 1680
虽然SQL的核心功能强大，但自定义函数和存储过程常常被低估。它们可以封装复杂的业务逻辑，从而提高数据库操作的效率和一致性。存储过程不仅可以接收参数，还能执行多条SQL语句，并处理事务。ASBEGIN-- 可能的其他初始化操作END;这种封装能够保证操作的原子性，同时提升了数据库应用的性能和安全性。
大数据-132 - Flink SQL 基本介绍 与 HelloWorld案例
永远好奇，无限进步！
09-12 1210
Flink SQL 是 Apache Flink 提供的一种高层次的查询语言接口，它基于 SQL 标准，为开发者提供了处理流式数据和批处理数据的能力。Flink SQL 允许用户使用标准 SQL 查询语言在数据流和数据表上执行复杂的操作，适用于多种应用场景，如实时分析、数据流处理、机器学习等。Flink SQL 的一大特点是流处理和批处理的统一性。通过同一套 SQL 语法，用户可以同时处理静态数据（批处理）和动态数据（流处理）。这使得应用程序的开发更加简化，因为可以用相同的逻辑编写实时流数据处理和历史数据的
mysql DBA常用的sql
weixin_44550507的博客
09-12 389
DBA常用sql，方便性能优化
RocketMQ出现The broker does not support consumer to filter message by SQL92
山不见我，我自见山
09-12 107
然后通过rocketmq-console来查看，集群中的这个属性是否为true，为true就可以了。在使用RocketMQ使用SQL过滤消息的时候，出现下面错误。原因是我们的配置文件没有开启SQL过滤功能，我们需要在。接着我们重启namesrv与broker服务就解决问题。配置文件中添加下面命令。
postgresql-patroni高可用安装部署
最新发布
weixin_73350116的博客
09-12 647
patroni+etcd,算是目前比较主流的PG高可用搭配了。patroni都出4.0版本了,一直没时间，断断续续写了好久，最近有人问到，那就当作一个笔记发表吧，自行搭建一个测试库做测试吧。来来回回改了好几遍。文中可能不妨地方没有同步修改的遗漏点。
TinyWebSever源码逐行注释(六)_ sql_connection.cpp
qq_39969848的博客
09-09 333
Linux下C++轻量级Web服务器，助力初学者快速实践网络编程，搭建属于自己的服务器.sql_connection.cpp用于实现数据库的连接池。
RB-SQL：利用检索LLM框架处理大型数据库和复杂多表查询的NL2SQL
AwaysLine
09-10 393
利用密集型段落检索（Dense Passage Retrieval, DPR）模型来检索相关表格、列和示例，以构建有效的提示工程。此外，框架还引入了SQL骨架作为示例组织中的中间步骤，以指导正确的SQL生成过程。表格检索器从数据库中筛选表格，列检索器进一步筛选列。SQL框架检索器用于选择相似的少量示例，并将SQL框架添加到示例组织中。：搜索具有相似SQL骨架的少量示例，并将SQL骨架引入示例组织，以增强上下文学习过程。该模块计算问题与表格之间的相似度，并检索与问题高度相关的表格。(b) 列检索器的框架。
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
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

有请小发菜

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

实付元
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