力扣刷题（sql）--零散知识点（2）

1.自定义分组后的分类统计问题（某组内无数据却仍要展示）

例题1：

查询每个工资类别的银行账户数量。工资类别如下：

"Low Salary"：所有工资 严格低于 20000 美元。
"Average Salary"：包含范围内的所有工资 [$20000, $50000] 。
"High Salary"：所有工资 严格大于 50000 美元。

结果表必须包含所有三个类别。如果某个类别中没有帐户，则报告 0。

输入：
Accounts 表:
+------------+--------+
| account_id | income |
+------------+--------+
| 3          | 108939 |
| 2          | 12747  |
| 8          | 87709  |
| 6          | 91796  |
+------------+--------+
输出：
+----------------+----------------+
| category       | accounts_count |
+----------------+----------------+
| Low Salary     | 1              |
| Average Salary | 0              |
| High Salary    | 3              |
+----------------+----------------+

这里主要难点就是把这类“Average Salary”组内没有符合条件的分组不能将其省略，可以通过以下方法，用union来操作，不是很高级的方法，但很完美实现了目的，适用于分组比较少的情况，真的很实用。

select 'Low Salary' category,count(*) accounts_count from Accounts
where income<20000
union
select 'Average Salary' category,count(*) accounts_count from Accounts
where income between 20000 and 50000
union
select 'High Salary' category,count(*) accounts_count from Accounts
where income>50000

2. 用union增加不好分组的组的信息

上面是一个例子，“Average Salary”这一组由于其没有满足的数据，所以我们用group by往往不好对其处理。那就对这组单独处理分组后union到之前正常能分组的结果中。

以下是另一个例子：

编写一个解决方案，找出在 2019-08-16 时全部产品的最新价格，假设所有产品在修改前的价格都是 10 。

示例 1:

输入：
Products 表:
+------------+-----------+-------------+
| product_id | new_price | change_date |
+------------+-----------+-------------+
| 1          | 20        | 2019-08-14  |
| 2          | 50        | 2019-08-14  |
| 1          | 30        | 2019-08-15  |
| 1          | 35        | 2019-08-16  |
| 2          | 65        | 2019-08-17  |
| 3          | 20        | 2019-08-18  |
+------------+-----------+-------------+
输出：
+------------+-------+
| product_id | price |
+------------+-------+
| 2          | 50    |
| 1          | 35    |
| 3          | 10    |
+------------+-------+

这里product_id为3的产品在‘2019-08-16’前都没出现过，不方便加入其他id组的讨论中，那就只能将其单独构建除结果内容后用union和返回的其他产品id返回的结果拼接。

本题参考代码如下，还用到了row_number构建序号列配合排序和排序倒序为1找极值。


select
     product_id, new_price as price
from
    (select
     product_id,new_price,change_date,
    (row_number() over (partition by product_id order by change_date DESC)) r
from 
    products 
where 
    date(change_date) <= '2019-08-16') a
where 
    r='1'
    
union

select
     product_id, 10 as price 
from
    Products 
group by
    product_id
having
    min(change_date)>'2019-08-16';

3. 起累加作用的语句

下面是根据turn列，来做累加的语句，又用到了over啥的，我们之前学习的row_number、lag函数已经提到过了，那这里也能不能用partition by呢，肯定也是可以的。

SUM(weight) OVER (ORDER BY turn)

举例说明：

athlete_id	athlete_name	weight	turn
1	John	70	1
2	Mike	75	2
3	Sarah	65	3
4	Linda	80	4
5	Paul	68	5

SELECT 
    athlete_name,
    weight,
    SUM(weight) OVER (ORDER BY turn) AS cumulative_weight
FROM 
    weights
ORDER BY 
    turn;

athlete_name	weight	cumulative_weight
John	70	70
Mike	75	145
Sarah	65	210
Linda	80	290
Paul	68	358

4. 经典例题：换座位

示例 1:

输入: 
Seat 表:
+----+---------+
| id | student |
+----+---------+
| 1  | Abbot   |
| 2  | Doris   |
| 3  | Emerson |
| 4  | Green   |
| 5  | Jeames  |
+----+---------+
输出: 
+----+---------+
| id | student |
+----+---------+
| 1  | Doris   |
| 2  | Abbot   |
| 3  | Green   |
| 4  | Emerson |
| 5  | Jeames  |
+----+---------+
解释:
请注意，如果学生人数为奇数，则不需要更换最后一名学生的座位。

这题很经典，可以单独拿出来作为一个知识点。

我第一次没做出来，下面是两种很棒的思路。

1.将偶数 id 减 2 后重排即可

select 
rank() over(order by if(id % 2 = 0,id-2,id)) as id
 ,student 
from seat

这不是我写的代码，看起来很简洁有效，我懂了思路后，还要再进一步学习其窗口函数rank()的应用，以及窗口函数后面order by加上if配合的使用。这里应该是直接把处理好的id用于窗口函数order by的排序了，牛，我可能还要再来个中间表啥的。

2.更符合逻辑的思路（逻辑非常易懂）

SELECT (CASE 
            WHEN MOD(id,2) = 1 AND id = (SELECT COUNT(*) FROM seat) THEN id
            WHEN MOD(id,2) = 1 THEN id+1
            ElSE id-1
        END) AS id, student
FROM seat
ORDER BY id;

这里用到case来处理超过两种情况的条件判断。首先，明确这题的处理对象，最好是id，因为id是简单连续数字，可以做简单加减运算。

值得注意的是，如果最后一个学生序号为奇数，那就不要换了。所以要求最多的，可能为奇数的最后一个序号优先处理，放在case的第一个判断框，让它直接等于它本身；第二个放不是最后一个序号的技术序号，让他序号加1；最后只有偶数序号了，全部减1；完美的逻辑。

5. 注意date_format()里面的参数

终于实践代码的时候用到了date_format()函数，特别有用的函数，特别是在分类的时候。有几点注意事项，是关于参数的。

SELECT 
    DATE_FORMAT(created_at, '%Y-%m-%d') AS full_date,
    DATE_FORMAT(created_at, '%Y') AS four_digit_year,
    DATE_FORMAT(created_at, '%y') AS two_digit_year,
    DATE_FORMAT(created_at, '%M') AS full_month_name,
    DATE_FORMAT(created_at, '%m') AS two_digit_month,
    DATE_FORMAT(created_at, '%D') AS day_with_suffix
FROM 
    some_table;

结果如下：

执行上述查询后的结果如下：

full_date	four_digit_year	two_digit_year	full_month_name	two_digit_month	day_with_suffix
2024-10-01	2024	24	October	10	1st

解释：

最常用的是%Y-%m-%d，尤其是%Y-%m，常用于具体年月的分组。

6. 单个union语句只能使用一个order by或limit

ORDER BY 在 UNION 中的使用：
- ORDER BY 应该放在整个 UNION 查询的最后，而不是每个子查询中。你可以在子查询内部使用 ORDER BY，但通常要使用子查询包装。
LIMIT 也需要注意：
- 在 UNION 中，你可以对每个子查询使用 LIMIT，但不能在 UNION 之后直接再使用单独的 ORDER BY。

举个例子，下面如果不加括号就会报错。

(select
    u.name results
from
    movierating m
order by
    u.name
limit 1)

union all

(select
    mv.title results
from
    movierating m
order by
     mv.title
limit 1);

加括号明确了每个查询的范围，让每个查询都能独立执行自己的 ORDER BY 和 LIMIT，然后再用 UNION 合并。
不加括号时，数据库认为 ORDER BY 和 LIMIT 试图对整个 UNION 操作生效，但 SQL 标准不允许这种用法。

值得一提的是，这里用到了union all，有的时候用的上，它不会去掉重复的返回行（重复指每一列的数据都一样），union会。

--------------------------------------------------------------------------------------------------------------

例题 :

输入：
Customer 表:
+-------------+--------------+--------------+-------------+
| customer_id | name         | visited_on   | amount      |
+-------------+--------------+--------------+-------------+
| 1           | Jhon         | 2019-01-01   | 100         |
| 2           | Daniel       | 2019-01-02   | 110         |
| 3           | Jade         | 2019-01-03   | 120         |
| 4           | Khaled       | 2019-01-04   | 130         |
| 5           | Winston      | 2019-01-05   | 110         | 
| 6           | Elvis        | 2019-01-06   | 140         | 
| 7           | Anna         | 2019-01-07   | 150         |
| 8           | Maria        | 2019-01-08   | 80          |
| 9           | Jaze         | 2019-01-09   | 110         | 
| 1           | Jhon         | 2019-01-10   | 130         | 
| 3           | Jade         | 2019-01-10   | 150         | 
+-------------+--------------+--------------+-------------+
输出：
+--------------+--------------+----------------+
| visited_on   | amount       | average_amount |
+--------------+--------------+----------------+
| 2019-01-07   | 860          | 122.86         |
| 2019-01-08   | 840          | 120            |
| 2019-01-09   | 840          | 120            |
| 2019-01-10   | 1000         | 142.86         |
+--------------+--------------+----------------+
解释：
第一个七天消费平均值从 2019-01-01 到 2019-01-07 是restaurant-growth/restaurant-growth/ (100 + 110 + 120 + 130 + 110 + 140 + 150)/7 = 122.86
第二个七天消费平均值从 2019-01-02 到 2019-01-08 是 (110 + 120 + 130 + 110 + 140 + 150 + 80)/7 = 120
第三个七天消费平均值从 2019-01-03 到 2019-01-09 是 (120 + 130 + 110 + 140 + 150 + 80 + 110)/7 = 120
第四个七天消费平均值从 2019-01-04 到 2019-01-10 是 (130 + 110 + 140 + 150 + 80 + 110 + 130 + 150)/7 = 142.86

做了很久这道题，加上gpt的帮忙，才得到下面的答案：

select
    visited_on,total_amount amount,average_amount
from
    (SELECT 
    visited_on,
    SUM(amount) OVER (
        ORDER BY visited_on 
        RANGE BETWEEN INTERVAL 6 DAY PRECEDING AND CURRENT ROW
    ) AS total_amount,
    ROUND(
        AVG(amount) OVER (
            ORDER BY visited_on 
            RANGE BETWEEN INTERVAL 6 DAY PRECEDING AND CURRENT ROW
        ), 2
    ) AS average_amount
FROM 
    (select customer_id,name,visited_on,sum(amount) amount 
        from customer group by visited_on) c
ORDER BY 
    visited_on) c2
where 
    visited_on
IN
    (select distinct visited_on from customer
         where datediff(visited_on,(select min(visited_on) from customer)) >= 6);

先介绍一下具体逻辑（由里到外）：

这里某个日期还有多个数据，先用groupby用日期分组，把相同日期的数据先加起来，让每个日期只有一个数据。

然后用sum、avg窗口函数配合range或者rows（等下会讲），计算从这行开始加上前面6行（总共七行）的总和和平均值，目前得到每一个单独日期的总和和平均值。

最后找出返回的日期，从1号开始，只有7号开始后的日期才有7天的周期可言。即7号的周期为1号到7号，8号的周期为2号到8号......返回7号之后的日期。这里对应着上面代码的where visited_on in（7号，8号......），最终就返回指定日期的总和和平均值，这里是7、8、9、10号。

7. 窗口函数的rows、range应用

下面是窗口函数中rows、range的语法及运用：

SUM(amount) OVER (
        ORDER BY visited_on 
        ROWS BETWEEN 6 PRECEDING AND CURRENT ROW
    )

SUM(amount) OVER (
        ORDER BY visited_on 
        RANGE BETWEEN INTERVAL 6 DAY PRECEDING AND CURRENT ROW
    )

其中rows那一行起到的作用是，配合sum对当前行以及当前行的前面六行总共七行进行求和，rows是基于物理行的，即只看行数；而range则类似，配合sum对当前行的日期以及当前行的日期的前六天，总共七天的内容进行求和，range是基于基于逻辑值的。这里是sum，当然也可以配合avg等其他函数使用，真的很好用。

8. interval的用法

Interval 在英文里表示：间隔、时间段，指两个时间或事件之间的距离。在 SQL 中，INTERVAL 用来表示日期和时间的时间间隔。它用于增加或减少日期时间，以便进行计算。

interval主要的两个常见用法：

1. 计算日期（用字段加减interval的时间段，来定义新的时间）

SELECT visited_on - INTERVAL 1 DAY AS previous_day
FROM customer;

SELECT *
FROM orders
WHERE order_date > NOW() - INTERVAL 30 DAY;

2. 配合函数

SELECT DATE_ADD('2024-10-28', INTERVAL 1 YEAR + 2 MONTH) AS new_date;