數據庫SQL實戰|SQL答案集合及解析(21-30)

牛客數據庫SQL實戰題(21-30題)

21、查找所有員工自入職以來的薪水漲幅情況,給出員工編號emp_no以及其對應的薪水漲幅growth,并按照growth進行升序

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));

答案

select now.emp_no, (now.salary-pre.salary) as growth
from (select em.emp_no, sa.salary 
      from employees as em
      join salaries as sa
      on em.emp_no=sa.emp_no
      where sa.to_date='9999-01-01') as now
join (select em.emp_no, sa.salary
      from employees as em 
      join salaries as sa 
      on em.emp_no=sa.emp_no 
      where em.hire_date=sa.from_date) as pre
on now.emp_no=pre.emp_no
order by growth;

分別建兩張表,一張表是emp_no和對應的開始工資,一張表是emp_no和對應的當前工資。然后將兩張表連接起來,做減法。

22、統計各個部門對應員工漲幅的次數總和,給出部門編碼dept_no、部門名稱dept_name以及次數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 date NOT NULL,
to_date date NOT NULL,
PRIMARY KEY (emp_no,from_date));

答案

select de.dept_no, dename.dept_name, count(sa.salary) as sum
from (dept_emp as de
join departments as dename on dename.dept_no=de.dept_no)
join salaries as sa on de.emp_no=sa.emp_no
group by de.dept_no;

23、對所有員工的當前(to_date='9999-01-01')薪水按照salary進行按照1-N的排名,相同salary并列且按照emp_no升序排列

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));

答案

select sa1.emp_no, sa1.salary, count(distinct sa2.salary) as rank
from salaries as sa1
left join salaries as sa2
on sa2.salary>=sa1.salary
where sa1.to_date='9999-01-01' and sa2.to_date='9999-01-01'
group by sa1.emp_no
order by sa1.salary desc, sa1.emp_no;

排序這個字段需要造出一個字段并count,為了構造出rank,我們可以復用salaries表,對salaries1表中的每一個salary,對大于或等于s1.salary的sa.salary進行count。
參考牛客網,在支持ROW_NUMBER、RANK、DENSE_RANK等函數的SQL Server數據庫中,有以下參考代碼,可惜在本題的SQLite數據庫中不支持。

SELECT emp_no, salaries, DENSE_RANK() OVER(ORDER BY salary DESC) AS rank
WHERE to_date ='9999-01-01'
ORDER BY salary DESC, emp_no ASC

24、獲取所有非manager員工當前的薪水情況,給出dept_no、emp_no以及salary ,當前表示to_date='9999-01-01'

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 dept_manager (
dept_no char(4) NOT NULL,
emp_no int(11) NOT NULL,
from_date date NOT NULL,
to_date date NOT NULL,
PRIMARY KEY (emp_no,dept_no));

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));

答案

select dema.dept_no, em.emp_no, sa.salary
from employees as em
join dept_emp as de
on em.emp_no=de.emp_no
join dept_manager as dema
on de.dept_no=dema.dept_no
join salaries as sa
on em.emp_no=sa.emp_no
where sa.to_date='9999-01-01' and em.emp_no<>dema.emp_no

25、獲取員工其當前的薪水比其manager當前薪水還高的相關信息,當前表示to_date='9999-01-01'

結果第一列給出員工的emp_no,
第二列給出其manager的manager_no,
第三列給出該員工當前的薪水emp_salary,
第四列給該員工對應的manager當前的薪水manager_salary

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 dept_manager (
dept_no char(4) NOT NULL,
emp_no int(11) 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 date NOT NULL,
to_date date NOT NULL,
PRIMARY KEY (emp_no,from_date));

答案

select em.emp_no, ma.emp_no as manager_no, sa1.salary as emp_salary, sa2.salary as manager_salary
from dept_emp as em
join dept_manager as ma
on em.dept_no=ma.dept_no 
    and em.to_date='9999-01-01' 
    and ma.to_date='9999-01-01'
    and em.emp_no<>ma.emp_no
join salaries as sa1
on em.emp_no=sa1.emp_no and sa1.to_date='9999-01-01'
join salaries as sa2
on ma.emp_no=sa2.emp_no and sa2.to_date='9999-01-01' 
where sa1.salary>sa2.salary

重復利用salary。

26、匯總各個部門當前員工的title類型的分配數目

結果給出部門編號dept_no、dept_name、其當前員工所有的title以及該類型title對應的數目count

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 IF NOT EXISTS titles (
emp_no int(11) NOT NULL,
title varchar(50) NOT NULL,
from_date date NOT NULL,
to_date date DEFAULT NULL);

答案

select de.dept_no, name.dept_name, ti.title, count(ti.title)
from dept_emp as de
join departments as name
on de.dept_no=name.dept_no and de.to_date='9999-01-01'
join titles as ti
on de.emp_no=ti.emp_no and ti.to_date='9999-01-01'
group by de.dept_no, ti.title

27、給出每個員工每年薪水漲幅超過5000的員工編號emp_no

薪水變更開始日期from_date以及薪水漲幅值salary_growth,并按照salary_growth逆序排列。
提示:在sqlite中獲取datetime時間對應的年份函數為strftime('%Y', to_date)

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));

答案

select s2.emp_no, s2.from_date, (s2.salary - s1.salary) as salary_growth
from salaries as s1, salaries as s2
where s1.emp_no = s2.emp_no 
and salary_growth > 5000
and (strftime("%Y",s2.to_date) - strftime("%Y",s1.to_date) = 1 
     or strftime("%Y",s2.from_date) - strftime("%Y",s1.from_date) = 1 )
order by salary_growth desc

每年薪水漲幅的定義并不是非常明確。

28、查找描述信息中包括robot的電影對應的分類名稱以及電影數目,而且還需要該分類對應電影數量>=5部

CREATE TABLE IF NOT EXISTS film (
film_id smallint(5)  NOT NULL DEFAULT '0',
title varchar(255) NOT NULL,
description text,
PRIMARY KEY (film_id));

CREATE TABLE category  (
category_id  tinyint(3)  NOT NULL ,
name  varchar(25) NOT NULL, 
last_update timestamp,
PRIMARY KEY ( category_id ));

CREATE TABLE film_category  (
film_id  smallint(5)  NOT NULL,
category_id  tinyint(3)  NOT NULL, 
last_update timestamp);

答案

select c.name, count(fc.film_id)
from (select category_id, count(film_id) as amount
      from film_category
      group by category_id
      having amount>=5) as cc, 
      film as f, category as c, film_category as fc
where f.description like '%robot%'
and f.film_id=fc.film_id
and fc.category_id=c.category_id
and c.category_id=cc.category_id;

首先,此題所說的該分類對應電影數量>=5,是該分類下所有電影的數量大>=5,而不是篩選了描述中有robot字段之后電影數量依然>=5的分類。
其次,這題的代碼還是讓人摸不著頭腦,第一行的select c.name, count(fc.film_id)中的count(fc.film_id)很奇怪,還沒有group by。用join各表的方法寫的代碼無法通過。作者才疏學淺,如果你有好的想法請聯系我。

29、使用join查詢方式找出沒有分類的電影id以及名稱

CREATE TABLE IF NOT EXISTS film (
film_id smallint(5)  NOT NULL DEFAULT '0',
title varchar(255) NOT NULL,
description text,
PRIMARY KEY (film_id));

CREATE TABLE category  (
category_id  tinyint(3)  NOT NULL ,
name  varchar(25) NOT NULL,
last_update timestamp,
PRIMARY KEY ( category_id ));

CREATE TABLE film_category  (
film_id  smallint(5)  NOT NULL,
category_id  tinyint(3)  NOT NULL, 
last_update timestamp);

答案

select f.film_id, f.title
from film as f
left join film_category as fc
on f.film_id=fc.film_id
where fc.category_id is null;

30、使用子查詢的方式找出屬于Action分類的所有電影對應的title,description

CREATE TABLE IF NOT EXISTS film (
film_id smallint(5)  NOT NULL DEFAULT '0',
title varchar(255) NOT NULL,
description text,
PRIMARY KEY (film_id));

CREATE TABLE category  (
category_id  tinyint(3)  NOT NULL ,
name  varchar(25) NOT NULL, `last_update` timestamp,
PRIMARY KEY ( category_id ));

CREATE TABLE film_category  (
film_id  smallint(5)  NOT NULL,
category_id  tinyint(3)  NOT NULL, `last_update` timestamp);

答案

子查詢方式:

select f.title, f.description
from film as f
where f.film_id 
in (select fc.film_id 
    from film_category as fc 
    where fc.category_id 
    in (select c.category_id 
        from category as c 
        where name='Action'))

非子查詢方式:

select f.title,f.description
from film as f 
inner join film_category as fc 
on f.film_id = fc.film_id
inner join category as c 
on c.category_id = fc.category_id
where c.name = 'Action';

結尾

如果您發現我的文章有任何錯誤,或對我的文章有什么好的建議,請聯系我!如果您喜歡我的文章,請點喜歡~*我是藍白絳,感謝你的閱讀!

?著作權歸作者所有,轉載或內容合作請聯系作者
平臺聲明:文章內容(如有圖片或視頻亦包括在內)由作者上傳并發布,文章內容僅代表作者本人觀點,簡書系信息發布平臺,僅提供信息存儲服務。
  • 序言:七十年代末,一起剝皮案震驚了整個濱河市,隨后出現的幾起案子,更是在濱河造成了極大的恐慌,老刑警劉巖,帶你破解...
    沈念sama閱讀 228,333評論 6 531
  • 序言:濱河連續發生了三起死亡事件,死亡現場離奇詭異,居然都是意外死亡,警方通過查閱死者的電腦和手機,發現死者居然都...
    沈念sama閱讀 98,491評論 3 416
  • 文/潘曉璐 我一進店門,熙熙樓的掌柜王于貴愁眉苦臉地迎上來,“玉大人,你說我怎么就攤上這事。” “怎么了?”我有些...
    開封第一講書人閱讀 176,263評論 0 374
  • 文/不壞的土叔 我叫張陵,是天一觀的道長。 經常有香客問我,道長,這世上最難降的妖魔是什么? 我笑而不...
    開封第一講書人閱讀 62,946評論 1 309
  • 正文 為了忘掉前任,我火速辦了婚禮,結果婚禮上,老公的妹妹穿的比我還像新娘。我一直安慰自己,他們只是感情好,可當我...
    茶點故事閱讀 71,708評論 6 410
  • 文/花漫 我一把揭開白布。 她就那樣靜靜地躺著,像睡著了一般。 火紅的嫁衣襯著肌膚如雪。 梳的紋絲不亂的頭發上,一...
    開封第一講書人閱讀 55,186評論 1 324
  • 那天,我揣著相機與錄音,去河邊找鬼。 笑死,一個胖子當著我的面吹牛,可吹牛的內容都是我干的。 我是一名探鬼主播,決...
    沈念sama閱讀 43,255評論 3 441
  • 文/蒼蘭香墨 我猛地睜開眼,長吁一口氣:“原來是場噩夢啊……” “哼!你這毒婦竟也來了?” 一聲冷哼從身側響起,我...
    開封第一講書人閱讀 42,409評論 0 288
  • 序言:老撾萬榮一對情侶失蹤,失蹤者是張志新(化名)和其女友劉穎,沒想到半個月后,有當地人在樹林里發現了一具尸體,經...
    沈念sama閱讀 48,939評論 1 335
  • 正文 獨居荒郊野嶺守林人離奇死亡,尸身上長有42處帶血的膿包…… 初始之章·張勛 以下內容為張勛視角 年9月15日...
    茶點故事閱讀 40,774評論 3 354
  • 正文 我和宋清朗相戀三年,在試婚紗的時候發現自己被綠了。 大學時的朋友給我發了我未婚夫和他白月光在一起吃飯的照片。...
    茶點故事閱讀 42,976評論 1 369
  • 序言:一個原本活蹦亂跳的男人離奇死亡,死狀恐怖,靈堂內的尸體忽然破棺而出,到底是詐尸還是另有隱情,我是刑警寧澤,帶...
    沈念sama閱讀 38,518評論 5 359
  • 正文 年R本政府宣布,位于F島的核電站,受9級特大地震影響,放射性物質發生泄漏。R本人自食惡果不足惜,卻給世界環境...
    茶點故事閱讀 44,209評論 3 347
  • 文/蒙蒙 一、第九天 我趴在偏房一處隱蔽的房頂上張望。 院中可真熱鬧,春花似錦、人聲如沸。這莊子的主人今日做“春日...
    開封第一講書人閱讀 34,641評論 0 26
  • 文/蒼蘭香墨 我抬頭看了看天上的太陽。三九已至,卻和暖如春,著一層夾襖步出監牢的瞬間,已是汗流浹背。 一陣腳步聲響...
    開封第一講書人閱讀 35,872評論 1 286
  • 我被黑心中介騙來泰國打工, 沒想到剛下飛機就差點兒被人妖公主榨干…… 1. 我叫王不留,地道東北人。 一個月前我還...
    沈念sama閱讀 51,650評論 3 391
  • 正文 我出身青樓,卻偏偏與公主長得像,于是被迫代替她去往敵國和親。 傳聞我的和親對象是個殘疾皇子,可洞房花燭夜當晚...
    茶點故事閱讀 47,958評論 2 373

推薦閱讀更多精彩內容