SQL查询语句2

2、列出与“SCOTT”从事相同工作的所有员工及部门名称,部门人数,领导姓名。

◆确定要使用的数据表:

●emp表:员工信息。

●dept表:部门名称。

●emp表:统计出部门人数。

●emp表:找到领导信息。

◆确定已知的关联字段:

●雇员和部门:emp.deptno = dept.deptno

●雇员和领导:emp.mgr = memp.empno

第一步:先找到SCOTT的工作,此查询返回单行单列的数据。

SELECT job FROM emp WHERE ename='SCOTT' ;

第二步:找到 从事该工作 的雇员信息。单行单列,一般用于WHERE或HAVING上,

但是,现在没有统计需要,所以,只在WHERE子句上使用。

SELECT e.ename, e.job, e.sal

FROM emp e

WHERE job=(

SELECT job FROM emp WHERE ename='SCOTT' ) ;

第三步:查找到对应的部门名称信息,加入dept表,同时要增加:消除掉显示的笛卡尔积的条件。

SELECT e.ename, e.job, e.sal, d.dname

FROM emp e, dept d

WHERE job=(

SELECT job FROM emp WHERE ename='SCOTT' )

AND e.deptno=d.deptno ;

第四步:部门人数可以单独进行统计,而后,在FROM子句之后使用。

SELECT e.ename, e.job, e.sal, d.dname, temp.count

FROM emp e, dept d, (

SELECT deptno dno, COUNT(empno) count FROM emp GROUP BY deptno ) temp

WHERE e.job=(

SELECT job FROM emp WHERE ename='SCOTT' )

AND e.deptno=d.deptno

AND temp.dno=d.deptno ;

第五步:查找出雇员对应的领导信息,使用emp表实现自身关联操作。

SELECT e.ename, e.job, e.sal, d.dname, temp.count, m.ename mgrname

FROM emp e, dept d, (

SELECT deptno dno, COUNT(empno) count FROM emp GROUP BY deptno ) temp, emp m

WHERE e.job=(

SELECT job FROM emp WHERE ename='SCOTT' )

AND e.deptno=d.deptno

AND temp.dno=d.deptno

AND e.mgr=m.empno ;

第六步:消除掉SCOTT数据。

SELECT e.ename, e.job, e.sal, d.dname, temp.count, m.ename mgrname

FROM emp e, dept d, (

SELECT deptno dno, COUNT(empno) count FROM emp GROUP BY deptno ) temp, emp m

WHERE e.job=(

SELECT job FROM emp WHERE ename='SCOTT' )

AND e.deptno=d.deptno

AND temp.dno=d.deptno

AND e.mgr=m.empno

AND e.ename<>'SCOTT' ;

最后编辑于
©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 196,165评论 5 462
  • 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 82,503评论 2 373
  • 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 143,295评论 0 325
  • 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 52,589评论 1 267
  • 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 61,439评论 5 358
  • 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 46,342评论 1 273
  • 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 36,749评论 3 387
  • 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 35,397评论 0 255
  • 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 39,700评论 1 295
  • 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 34,740评论 2 313
  • 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 36,523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 32,364评论 3 314
  • 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 37,755评论 3 300
  • 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 29,024评论 0 19
  • 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 30,297评论 1 251
  • 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 41,721评论 2 342
  • 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 40,918评论 2 336

推荐阅读更多精彩内容

  • 1. select * from emp; 2. select empno, ename, job from em...
    海纳百川_4d26阅读 1,873评论 0 4
  • 5.多表查询 多表查询 目的:从多张表获取数据 前提:进行连接的多张表中有共同的列 等连接 通过两个表具有相同意义...
    乔震阅读 1,176评论 0 0
  • 1.简介 数据存储有哪些方式?电子表格,纸质文件,数据库。 那么究竟什么是关系型数据库? 目前对数据库的分类主要是...
    乔震阅读 1,687评论 0 2
  • 查询是数据的一个重要操作。用户发送查询请求,经编译软件变异成二进制文件供服务器查询,后返回查询结果集给用户,查询会...
    产品小正阅读 1,337评论 0 2
  • ——读《白夜行》有感 我们是真的无法摆脱命运的枷锁吗?你相信宿命论吗? 在读这本书之前,我始终坚信...
    爱是与你难相处阅读 582评论 0 1