第二天 – 句子,订购,子查询,汇总函数,在数据库中组。

第二天 - 句子,订购,子查询,汇总函数,在数据库中组。

员工信息表:

empid | empname |    designation    |   dept    | salary -------+---------+-------------------+-----------+--------    11 | lakshmi | 软件工程师       | IT        |  50000    12 | guru    | 经理             | HR        |  40000    13 | pritha  | 经理             | IT        |  70000    14 | gokul   | 团队主管         | Sales     |  30000    15 | raja    | HR                | Marketing |  65000    16 | rani    | HR                | Sales     |  45000(6 rows)

表名修改:

ALTER TABLE employee RENAME TO employees;

员工表详细信息:

d employees

向员工表添加多行:

INSERT INTO employees VALUES(105, 'bala', '团队主管', 'AI', 100000), (106, 'kani', '经理', 'CS', 150000);

员工表数据:

SELECT * FROM employees;

所有部门的员工:

SELECT dept FROM employees;

唯一部门:SELECT DISTINCT dept FROM employees; 确保只返回唯一部门值。

WHERE子句:PostgreSQL 的 WHERE 子句用于基于特定条件过滤记录,仅检索满足指定标准的行。语法:SELECT column1, column2 FROM table_name WHERE condition;

IT 部门的员工:

SELECT * FROM employees WHERE dept = 'IT';

IT 部门且职位为“软件工程师”的员工:

SELECT * FROM employees WHERE dept = 'IT' AND designation = '软件工程师';

将职位列重命名为“职位”:

SELECT designation AS 职位 FROM employees;

非IT部门的员工:

SELECT * FROM employees WHERE dept  'IT';

薪水大于50000的员工:

SELECT * FROM employees WHERE salary > 50000;

薪水大于等于50000的员工:

SELECT * FROM employees WHERE salary >= 50000;

薪水小于等于50000的员工:

SELECT * FROM employees WHERE salary <= 50000;

薪水在40000到100000之间的员工:

SELECT * FROM employees WHERE salary BETWEEN 40000 AND 100000;

职位为“团队主管”或“经理”的员工:

SELECT * FROM employees WHERE designation IN ('团队主管', '经理');

职位既不是“团队主管”也不是“经理”的员工:

SELECT * FROM employees WHERE designation NOT IN ('团队主管', '经理');

员工’raja’,在IT或市场部门:

SELECT * FROM employees WHERE empname = 'raja' AND (dept = 'IT' OR dept = 'Marketing');

ORDER BY 子句:用于根据一个或多个列的升序(ASC)或降序(DESC)排序结果集。

按职位升序排序的员工:

SELECT * FROM employees ORDER BY designation;

按姓名和薪水升序排序的员工:

SELECT * FROM employees ORDER BY empname, salary;

按薪水降序,姓名升序排序的员工:

SELECT * FROM employees ORDER BY salary DESC, empname ASC;

薪水最低的前三名员工:

SELECT * FROM employees ORDER BY salary LIMIT 3;

薪水最高的前三名员工:

SELECT * FROM employees ORDER BY salary DESC LIMIT 3;

姓名以’r’开头的员工:

SELECT * FROM employees WHERE empname LIKE 'r%';

姓名第二个字符为’a’的员工:

SELECT * FROM employees WHERE empname LIKE '_a%';

姓名第三个字符为’n’的员工:

SELECT * FROM employees WHERE empname LIKE '__n%';

姓名符合模式’p_i__a’的员工:

SELECT * FROM employees WHERE empname LIKE 'p_i__a';

薪水最低的员工:

SELECT empname FROM employees ORDER BY salary LIMIT 1;

聚合函数:在行组上执行计算并返回单个结果。

计数、平均值、总和、最大值、最小值:

SELECT COUNT(*), AVG(salary), SUM(salary), MIN(salary), MAX(salary) FROM employees;

子查询:嵌套在另一个SQL查询中的查询。

第二高薪的员工:

SELECT MAX(salary) FROM employees WHERE salary NOT IN (SELECT MAX(salary) FROM employees);

第三高薪的员工:

SELECT MAX(salary) FROM employees WHERE salary NOT IN (SELECT MAX(salary) FROM employees) AND salary NOT IN (SELECT MAX(salary) FROM employees WHERE salary NOT IN (SELECT MAX(salary) FROM employees));

GROUP BY 子句:通常与聚合函数一起使用,按一个或多个列分组结果集。

每个部门的总工资:

SELECT dept, SUM(salary) FROM employees GROUP BY dept;

每个部门的平均工资:

SELECT dept, ROUND(AVG(salary), 2) FROM employees GROUP BY dept;

每个部门的最高薪水:

SELECT dept, MAX(salary) FROM employees GROUP BY dept;

每个部门的最低薪水:

SELECT dept, MIN(salary) FROM employees GROUP BY dept;

每个部门的员工人数:

SELECT dept, COUNT(*) FROM employees GROUP BY dept;

以上就是第二天 – 句子,订购,子查询,汇总函数,在数据库中组。的详细内容,更多请关注创想鸟其它相关文章!

版权声明:本文内容由互联网用户自发贡献,该文观点仅代表作者本人。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。
如发现本站有涉嫌抄袭侵权/违法违规的内容, 请发送邮件至 chuangxiangniao@163.com 举报,一经查实,本站将立刻删除。
发布者:程序猿,转转请注明出处:https://www.chuangxiangniao.com/p/1356045.html

(0)
打赏 微信扫一扫 微信扫一扫 支付宝扫一扫 支付宝扫一扫
上一篇 2025年12月13日 19:35:33
下一篇 2025年12月13日 19:35:44

相关推荐

  • 使用OpenAi的食品识别和营养估算

    这是您可以在短短20分钟内使用openai构建简单的食物识别和营养估算应用程序的方法它的工作原理 >图像编码:图像被转换为​​base64格式,以通过openai的api处理。 >食物识别提示:该应用将图像发送到openai,以识别食物及其各自的数量。 营养估计:使用另一个提示来估计基于…

    好文分享 2025年12月13日
    000
  • 使用Zappa在AWS lambda + API网关上部署数字分类API

    概述 这个项目是一个基于烧瓶的api,可提供给定数字的有趣数学属性。它确定一个数字是素数,完美还是一个阿姆斯特朗的数字,还提供了数字的总和和一个有趣的事实。 > > zappa使在aws lambda api网关上构建和部署无服务器驱动的python应用程序(包括但不限于wsgi web…

    2025年12月13日 好文分享
    000
  • OpenAI工具呼叫示例

    from json import loadsfrom signal import signal, sigintfrom requests import get # pip install requestsfrom openai import openai # pip install openai# …

    好文分享 2025年12月13日
    000
  • 从零到fastapi英雄:我的hngstage dventure

    从零构建FastAPI应用:我的HNG Stage 0 项目实战 各位后端开发者们,大家好! 本文记录了我完成HNG Stage 0 项目的历程,一个使用FastAPI构建的简单API。这个API实现了三个功能:返回我的注册邮箱、显示当前UTC时间(ISO 8601格式)以及提供项目GitHub仓库…

    2025年12月13日
    000
  • 算法和伪代码简介

    算法概述 算法是什么? 算法是解决问题或完成任务的一系列步骤。 你可以把它想象成一个烹饪食谱: 输入:食材(例如,数据,用户需求)步骤:混合、烘焙(例如,计算、比较)输出:最终菜肴(例如,排序列表,最短路径) 例如,GPS应用使用算法来查找最快路线,它会考虑交通状况、道路封闭情况和距离等因素。 有效…

    2025年12月13日
    000
  • 将布鲁斯基帖子转换为Pixela图的工具

    我创建了一个工具,将我的每日bluesky帖子数量可视化到pixela图表中。源代码已上传至github。 我的帐户图表如下所示: 如您所见,我的Bluesky发帖习惯呈现出明显的间歇性,通常只在有空闲时间时才会发帖。此工具有助于直观地展现这一模式。 工作原理 该工具通过Bluesky API 每日…

    2025年12月13日
    000
  • 如何使用编码代理添加自动单位测试

    利用AI编码代理gitauto自动生成单元测试 单元测试的重要性毋庸置疑,但繁重的开发任务常常使它被搁置。 本文介绍如何利用AI编码代理gitauto,将单元测试的编写自动化,从而提升代码质量,同时不影响主要开发进度。 挑战与初次尝试 以services/github/branch_manager.…

    2025年12月13日
    000
  • 构建我的第一个Python终端游戏:Hangman

    最近,我完成了Codecademy计算机科学101课程中的一个Python项目:一个简单的Hangman(猜字游戏)。虽然是入门级项目,但它让我很好地练习了代码构建、用户输入处理和游戏逻辑管理。游戏规则遵循经典Hangman:程序从预定义词库中随机选择一个单词;玩家逐个猜测字母;猜对则显示字母;猜错…

    2025年12月13日
    000
  • 掌握数据争吵:开发人员的简单指南

    引言 数据争吵是将原始数据转化为可分析的、有价值信息的过程。它包含数据清洗、结构化和增强等步骤,为后续分析奠定坚实基础。 什么是数据争吵? 数据争吵,也称数据清洗或数据准备,是指将原始数据转换为结构化格式的过程。它主要包括以下几个方面: 数据清洗: 清除数据集中的重复项、处理缺失值并纠正错误。数据转…

    2025年12月13日
    000
  • 编号分类API开发HNG任务1

    数字分类API:一个DevOps实践项目 本项目旨在提供一个简单易用的数字数学属性查询接口。该数字分类api接受整数作为输入,返回包含关键属性和趣味事实的结构化json响应。 项目涵盖了软件开发生命周期(sdlc)的各个阶段,从开发和测试到部署和监控,为理解devops实践的集成提供了一个端到端的学…

    2025年12月13日
    000
  • 探索ASGI:Python的Web应用程序异步协议

    LeapCell:Python Web 托管、异步任务和 Redis 的最佳无服务器平台 本文探讨 Python Web 应用中 ASGI 协议与 Uvicorn 服务器的关系。 初学者常疑惑为何 FastAPI 开发需要 Uvicorn,本文将解答此疑问。 Uvicorn 的作用 以下是一个简单的…

    2025年12月13日
    000
  • AWS lambda ric-运行时接口客户端

    为何选择 Lambda RIC? Lambda RIC 提供诸多优势,尤其在处理大型部署方面: Docker 镜像支持更大规模部署 (最大 10GB): 非常适合包含大量资源,例如 OPA 策略、大型代码库 (而非简单的 zip 文件),并能实现更有效的资源管理。 其优化的层管理和缓存机制进一步提升…

    2025年12月13日
    000
  • &#使用seleniumbase

    >我当前正在使用seleniumbase进行python中的web自动化,但是,有时我会收到“未创建的会话”错误:> test16.py – selenium.common.exceptions.sessionnotcreatedexception: message: session n…

    好文分享 2025年12月13日
    000
  • Pytorch中的BanderverticalFlip

    给我买咖啡☕ *备忘录: 我的帖子说明randomhorizo​​ntalflip()。我的帖子解释了牛津iiitpet()。*备忘录: 初始化的第一个参数是p(可选默认:0.5-type:int或float):*备忘录:这是图像是否被翻转的可能性。>必须为0 第一个参数是img(必需类型:p…

    2025年12月13日 好文分享
    000
  • GitLab入门:登录指南和初学者提示

    GitLab快速入门:登录及实用技巧 GitLab是一个功能强大的DevOps平台,提供Git仓库管理、CI/CD管道、问题追踪等多种功能,是开发者版本控制和项目协作的理想选择。本文将指导您快速登录GitLab并提供一些初学者实用技巧。 GitLab登录步骤: 访问GitLab网站: 打开官方Git…

    2025年12月13日
    000
  • 我如何在亚马逊上托管我的静态网站

    使用aws s3轻松托管静态网站:一个循序渐进的指南 我最近开始学习云计算并实践AWS,决定使用Amazon S3托管一个简单的静态网站。由于我的网站仅包含HTML和CSS,S3的静态网站托管功能非常适合,无需服务器或后端配置。本文将详细介绍使用AWS管理控制台的设置过程。 为什么选择Amazon …

    2025年12月13日 好文分享
    000
  • pytorch中的随机旋转

    本文档介绍了torchvision.transforms.v2.randomrotation的用法,这是一个用于随机旋转图像的工具。 RandomRotation 参数详解 RandomRotation 的初始化方法接受以下参数: degrees (必需): 指定旋转角度。可以是整数、浮点数,或者一…

    2025年12月13日 好文分享
    000
  • Mistral的“小”参数模型震惊了思想 – 没有发送给中国的数据,只是纯AI的力量!

    mistral小型语言模型:本地运行,性能卓越! 本文介绍Mistralai/mistral-small-24b-instruct-2501模型的本地运行方法,该模型无需连接中国服务器,完全依靠本地AI能力运行。其性能优越,能够高效处理逻辑推理任务。 项目概述: 该项目提供了一个交互式聊天界面,方便…

    2025年12月13日
    000
  • 使用开源工具构建自己的AI模型:分步技术指南

    为什么构建自定义AI模型? 大型语言模型API(如GPT-4或Gemini)功能强大,但存在成本、延迟和缺乏自定义等局限性。开源模型(例如LLaMA 3、Mistral或BERT)允许您完全掌控模型,调整架构,并针对特定任务进行优化,例如医疗文本分析或实时无人机目标检测。本指南将指导您使用Huggi…

    2025年12月13日
    000
  • 一天 – 例外处理,糟糕的例子

    Python异常处理:最佳实践与常见错误 异常是程序运行过程中发生的意外事件,可能导致程序中断。Python的异常处理机制允许我们优雅地处理这些错误,防止程序崩溃。本文将探讨Python异常处理的最佳实践,并分析一些常见的错误示例。 什么是异常? 异常是一个事件,在程序执行期间发生并可能导致程序突然…

    2025年12月13日
    000

发表回复

登录后才能评论
关注微信