select tag, count(uid) as tag_cnt from examination_info i inner join exam_record r using (exam_id) where uid in ( select uid from exam_record where date_format (start_time, '%Y%m') = date_format (submit_time, '%Y%m') and submit_time is not null # 这里要按照month分一次组，否则一个用户1月作答次数大于3，2月作答次数小于3再tag_cnt统计上会有...

# 最外层聚合查询出最终的结果 select exam_id, count(distinct uid) as uv, round(avg(score), 1) as avg_score from exam_record where # 子查询1，用于查出符合的exam号和提交日期 (exam_id, date_format (submit_time, '%Y%m%d')) in ( select exam_id, date_format (release_time, '%Y%m%d') from examination_info where tag = 'SQL' ) # 子查询2 用于查出符...

select date_format (submit_time, '%Y%m') as submit_month, count(question_id) as month_q_cnt, ( round( count(question_id) / max(day (last_day (submit_time))), 3 ) ) as avg_day_q_cnt from practice_record where date_format(submit_time, '%Y') = '2021' group by date_format (submit_time, '%Y%m') union sel...

with rank_s as ( select i.tag, i.difficulty, min(r.score) over ( partition by i.tag, i.difficulty ) as min_score, max(r.score) over ( partition by i.tag, i.difficulty ) as max_score, r.score from examination_info i inner join exam_record r on i.exam_id = r.exam_id ) select tag, difficulty, round(avg...

select cust_id, ( select sum(item_price * quantity) from OrderItems a where a.order_num = b.order_num ) as total_ordered from Orders b order by total_ordered desc

select cust_id, cust_name, # 全部大写 upper( # 拼接 concat ( # SUBSTRING(column_name, start, length) # column_name：要从中提取子字符串的字段名或字符串表达式。 # start：子字符串的起始位置（从 1 开始计数）。 # length：要提取的子字符串的长度。 substring(cust_contact, 1, 2), # 根据字段内容切分取值 substring_index (cust_city, ' ', 1) ) ) as user_login from Customers

这个题题目中只说了“哪个小时为广告点击的高峰期”并没有明确是否要看按天维度的的峰值，因此只需要按hour进行group by即可。如果题目要求按照每天来看，哪天哪个小时的点击为最高峰时，用到group by date(click_time)，hour(click_time) 先按天分组后再按小时分组（注意逻辑顺序)）即可。  select hour(click_time) as click_hour, count(user_id) as click_cnt from user_ad_click_time group by hour(click_time) order by click_cnt ...

select user_id, count(distinct if (result_info = 1, question_id, null)) / count(distinct question_id) as question_pass_rate, count(if (result_info = 1, question_id, null)) / count(done_time) as pass_rate, count(done_time) / count(distinct question_id) as question_per_cnt from done_questions_record g...

题目要求拆解：需要 岗位维度聚合计算平均工作时间排序：按照平均工作时长降序排序其他需要考虑：如员工未打卡该字段数据会存储为NULL，那么不计入在内描述的不太清晰，准确理解应该是如果员工存在上班或者下班时没打卡的情况，则该员工及其工作时间不计入在内思路分析：初步分析，我们需要的post，first_clockin, last_clockin信息，分别存于staff_tb表和attendent_tb表中，我们要数据是有效数据，即以上3个信息都必须有值的数据，所以数据范围应该得即满足staff_tb表也满足于attendent_tb表，所以使用inner join。数据表中的时间字段是精确到了秒级别...

题目要求拆解：需要 商品名称 ，销售总量，商品在类目下的排名要统计商品维度的销售总量排序：销售总量降序要展示排名：按照所属类别降序，排名相同按照product_id 升序思路分析：初步分析，我们需要的name，category，quantity 分别存于orders表和products表中，我们要数据是要可以被统计在各类目下的商品销售信息，所以数据范围应该得即满足orders表也满足于products表，所以使用inner join。因为要输出排名信息，首先想到是要使用窗口函数；进一步分析，使用窗口函数排序数据要用到销售总量，所以使用子查询先将统计好的商品维度的销售总量准备好。因为题目中要求“...

方法一： # select # sum(course1) + sum(course2) + sum(course3) as staff_nums # from # ( # select # info_id, # staff_id, # if (course like '%1%', 1, 0) as course1, # if (course like '%2%', 1, 0) as course2, # if (course like '%3%', 1, 0) as course3 # from # cultivate_tb # ) as t 方法二： # 对“，” 进行判断 select s...

select ct.user_id, ct.room_id, gt.room_type, sum(DATEDIFF (ct.checkout_time, ct.checkin_time)) as days from guestroom_tb gt inner join checkin_tb ct on gt.room_id = ct.room_id where ct.checkout_time >= '2022-06-12 00:00:00' group by ct.user_id, ct.room_id, gt.room_type having days > 1 order by...