2021-03-02

select * from Student t where t.s_name like '王%';

SELECT COUNT(s_name) '学生的姓名' from Student WHERE s_name LIKE '王%';

SELECT s_name,COUNT(s_name) '出现的次数' FROM Student GROUP BY s_name HAVING COUNT(s_name) < 0;

SELECT s_name,COUNT(s_name) '出现的次数' FROM Student GROUP BY s_name HAVING s_name LIKE '王%';

-- from on jion where GROUP BY having SELECT DISTINCT ORDER BY LIMIT;

SELECT * from Score;

SELECT SUM(s_score) FROM Score WHERE c_id = '02';

SELECT * FROM Student;

SELECT * FROM Course;

SELECT * from Score;

SELECT count(DISTINCT(s_id)) from Score;

-- SELECT DISTINCT *  from Score;

--

SELECT * from Student t WHERE t.s_id in (SELECT DISTINCT(s_id) FROM Score);

SELECT c_id,MAX(s_score) FROM Score GROUP BY c_id;

SELECT

*

FROM

Course c

LEFT JOIN (

SELECT

c_id,

MAX( s_score ),

MIN(s_score)

FROM

Score

GROUP BY

c_id

) s ON s.c_id = c.c_id;

SELECT * FROM Course;

SELECT c_id,count(c_id) from Score GROUP BY c_id;

SELECT * from Student;

SELECT

a.s_sex,a.partition,b.total

FROM

(SELECT s_sex,COUNT(s_sex) As 'partition' FROM Student GROUP BY s_sex) a

(SELECT COUNT(s_sex) As 'total' FROM Student) b

SELECT

s_sex,

n,

ROUND( n / s * 100, 4)

FROM

(

SELECT

*

FROM

( SELECT s_sex, count( 1 ) n FROM Student GROUP BY s_sex ) t1

INNER JOIN ( SELECT count( 1 ) s FROM Student ) t2 ON 1 = 1

)a;

SELECT s_id,AVG(s_score) from Score GROUP BY s_id HAVING AVG(s_score) > 60;

SELECT s_id,COUNT(c_id) FROM Score GROUP BY s_id HAVING COUNT(c_id) >2;

SELECT s_name,COUNT(s_name) FROM Student GROUP BY s_name HAVING COUNT(s_name) =2;

©著作权归作者所有,转载或内容合作请联系作者
  • 序言:七十年代末,一起剥皮案震惊了整个滨河市,随后出现的几起案子,更是在滨河造成了极大的恐慌,老刑警刘岩,带你破解...
    沈念sama阅读 194,088评论 5 459
  • 序言:滨河连续发生了三起死亡事件,死亡现场离奇诡异,居然都是意外死亡,警方通过查阅死者的电脑和手机,发现死者居然都...
    沈念sama阅读 81,715评论 2 371
  • 文/潘晓璐 我一进店门,熙熙楼的掌柜王于贵愁眉苦脸地迎上来,“玉大人,你说我怎么就摊上这事。” “怎么了?”我有些...
    开封第一讲书人阅读 141,361评论 0 319
  • 文/不坏的土叔 我叫张陵,是天一观的道长。 经常有香客问我,道长,这世上最难降的妖魔是什么? 我笑而不...
    开封第一讲书人阅读 52,099评论 1 263
  • 正文 为了忘掉前任,我火速办了婚礼,结果婚礼上,老公的妹妹穿的比我还像新娘。我一直安慰自己,他们只是感情好,可当我...
    茶点故事阅读 60,987评论 4 355
  • 文/花漫 我一把揭开白布。 她就那样静静地躺着,像睡着了一般。 火红的嫁衣衬着肌肤如雪。 梳的纹丝不乱的头发上,一...
    开封第一讲书人阅读 46,063评论 1 272
  • 那天,我揣着相机与录音,去河边找鬼。 笑死,一个胖子当着我的面吹牛,可吹牛的内容都是我干的。 我是一名探鬼主播,决...
    沈念sama阅读 36,486评论 3 381
  • 文/苍兰香墨 我猛地睁开眼,长吁一口气:“原来是场噩梦啊……” “哼!你这毒妇竟也来了?” 一声冷哼从身侧响起,我...
    开封第一讲书人阅读 35,175评论 0 253
  • 序言:老挝万荣一对情侣失踪,失踪者是张志新(化名)和其女友刘颖,没想到半个月后,有当地人在树林里发现了一具尸体,经...
    沈念sama阅读 39,440评论 1 290
  • 正文 独居荒郊野岭守林人离奇死亡,尸身上长有42处带血的脓包…… 初始之章·张勋 以下内容为张勋视角 年9月15日...
    茶点故事阅读 34,518评论 2 309
  • 正文 我和宋清朗相恋三年,在试婚纱的时候发现自己被绿了。 大学时的朋友给我发了我未婚夫和他白月光在一起吃饭的照片。...
    茶点故事阅读 36,305评论 1 326
  • 序言:一个原本活蹦乱跳的男人离奇死亡,死状恐怖,灵堂内的尸体忽然破棺而出,到底是诈尸还是另有隐情,我是刑警宁泽,带...
    沈念sama阅读 32,190评论 3 312
  • 正文 年R本政府宣布,位于F岛的核电站,受9级特大地震影响,放射性物质发生泄漏。R本人自食恶果不足惜,却给世界环境...
    茶点故事阅读 37,550评论 3 298
  • 文/蒙蒙 一、第九天 我趴在偏房一处隐蔽的房顶上张望。 院中可真热闹,春花似锦、人声如沸。这庄子的主人今日做“春日...
    开封第一讲书人阅读 28,880评论 0 17
  • 文/苍兰香墨 我抬头看了看天上的太阳。三九已至,却和暖如春,着一层夹袄步出监牢的瞬间,已是汗流浃背。 一阵脚步声响...
    开封第一讲书人阅读 30,152评论 1 250
  • 我被黑心中介骗来泰国打工, 没想到刚下飞机就差点儿被人妖公主榨干…… 1. 我叫王不留,地道东北人。 一个月前我还...
    沈念sama阅读 41,451评论 2 341
  • 正文 我出身青楼,却偏偏与公主长得像,于是被迫代替她去往敌国和亲。 传闻我的和亲对象是个残疾皇子,可洞房花烛夜当晚...
    茶点故事阅读 40,637评论 2 335

推荐阅读更多精彩内容

  • 建表create table student(s_id string,s_name string,s_birth ...
    VincentLeon阅读 127评论 0 0
  • 表名和字段 –1.学生表 Student(s_id,s_name,s_birth,s_sex) –学生编号,学生姓...
    友人A_b238阅读 165评论 0 0
  • SQL笔试题50道答案整理 CREATE TABLE Student ( s_id VARCHAR(20), s...
    程序媛_阅读 491评论 0 0
  • 相关精彩专题链接:数据成就更好的你 一、数据源 1.学生表 Student(s_id,s_name,s_birth...
    南宫逸痕阅读 444评论 0 7
  • 推荐指数: 6.0 书籍主旨关键词:特权、焦点、注意力、语言联想、情景联想 观点: 1.统计学现在叫数据分析,社会...
    Jenaral阅读 5,685评论 0 5