SQL练习题(1)

数据库基础知识

将大量数据保存起来,通过计算机加工而成的可以高效访问的数据集合成为数据库(Database,DB)。用来管理数据库的计算机系统成为数据库管理系统(Database Management System, DBMS)。

相比于文本文件或者Excel,数据库的最大优势在于:

    * 可多人共享数据。

    * 提供操作大量数据所需格式。

    * 实现读写自动化需要的编程能力。

    * 可应对突发事故,安全性较高。

DBMS可以分为5个类型:

    * 层次数据库(Hierarchical Database, HDB):把数据通过树形结构方式表现出来。

    * 关系数据库(Relational Database, RDB):目前应用最广泛的数据库,采用由行和列组成的二维表来管理数据,使用专门的SQL(Structured Query Language, 结构化查询语言) 对数据进行操作。主要的关系型数据库管理系统(Relational Database Management, RDBMS)有:1)Oracle Database. 2) SQL Server. 3) DB2. 4)  PostgreSQL. 5) MySQL.

    * 面向对象数据库(Object Oriented Database, OODB):把数据以及对数据的操作集合起来以对象为单位进行管理。

    * XML数据库(XML Database, XMLDB):XML数据库可以对XML形式的大量数据进行高速处理。

    * 键值存储系统(Key-Value Store,KVS):单纯用来保存查询所使用的主键(Key)和值(Value)的组合数据库。

SQL练习

题目均取自sqlzoo, 在此只写下自己的答案。

0. SELECT基础

    0.1 select population from world where name = 'Germany'

    0.2 select name, gdp/population from world where area>5000000

    0.3 select name, population from world where name in ('Ireland','Iceland','Denmark')

    0.4 select name, area from world where area between 200000 and 250000

1. SELECT name

    1.1 select name from world where name like 'Y%'

    1.2 select name from world where name like '%Y'

    1.3 select name from world where name like '%x%'

    1.4 select name from world where name like'%land'

    1.5 select name from world where name like 'C%ia'

    1.6 select name from world where name like '%oo%'

    1.7 select name from world where name like '%a%a%a%'

    1.8 select name from world where name like '_t%' order by name

    1.9 select name from world where name like '%o__o%'

    1.10 select name from world where name like '____'

    1.11 select name from world where name = capital

    1.12 select name from world where capital = concat(name,' city')

    1.13 select capital, name from world where capital like concat('%',name,'%')

    1.14 select name, capital from world where (capital <> name) and (capital like concat('%',name,'%'))

    1.15 select name, replace(capital,name,'') from world  where capital like concat('%',name,'%') and capital <> name

2. SELECT from World

    2.1 select name,continent,population from world

    2.2 select name from world where population > 200000000

    2.3 select name,gdp/population from world where population > 200000000

    2.4 select name, population/1000000 from world where continent = 'South America'

    2.5 select name, population from world where name in ('France','Germany','Italy')

    2.6 select name from world where name like '%United%'

    2.7 select name, population, area from world where area > 3000000 or population > 250000000

    2.8 select name, population, area from world where area > 3000000 xor population > 250000000

    2.9 select name, round(population/1000000,2), round(gdp/1000000000,2) from world where continent = 'South America'

    2.10 select name, round(gdp/population,-3) from world where gdp >= 1000000000000

    2.11 SELECT name, CASE WHEN continent='Oceania' THEN 'Australasia'

            ELSE continent END FROM world WHERE name LIKE 'N%'

    2.12 select name,

            CASE WHEN continent = 'Europe' or continent = 'Asia'

            THEN 'Eurasia'

             WHEN continent = 'North America' or continent = 'South America' or continent = 'Caribbean'

            THEN 'America'

            ELSE continent END

            from world where name like 'A%' or name like 'B%'

    2.13 select name,continent, CASE 

            WHEN continent = 'Oceania' THEN 'Australasia'

            WHEN continent = 'Eurasia' THEN 'Europe/Asia'

            WHEN name = 'Turkey' THEN 'Europe/Asia'

            WHEN continent = 'Caribbean' AND name like 'B%' THEN 'North America'

            WHEN continent = 'Caribbean' AND name not like 'B%' THEN 'South America'

            ELSE continent END

            from world

            order by name

3. SELECT from Nobel

    3.1  select yr,subject,winner from nobel where yr = 1950

    3.2  select winner from nobel where yr=1962 and subject='Literature'

    3.3  select yr, subject from nobel where winner = 'Albert Einstein'

    3.4  select winner from nobel where yr >= 2000 and subject = 'Peace'

    3.5  select * from nobel where yr between 1980 and 1989 and subject = 'Literature'

    3.6  select * from nobel where winner in ('Theodore Roosevelt', 'Woodrow Wilson','Jimmy Carter')

    3.7  select winner from nobel where winner like 'John%'

    3.8  select * from nobel where (yr=1980 and subject='physics') or (yr=1984 and subject='chemistry')

    3.9 select * from nobel where subject not in ('Chemistry','Medicine') and yr = 1980

    3.10 select * from nobel where (yr < 1910 and subject = 'Medicine') or(yr >=2004 and subject = 'Literature')

    3.11 select * from nobel where winner like 'PETER GR_NBERG' (这题结果虽然对了,但是应该有更准确的解法) 

    3.12 select * from nobel where winner = 'EUGENE O''NEILL'

    3.13 select winner,yr,subject from nobel where winner like 'Sir%' order by yr desc, replace(winner,'Sir ','')

    3.14 select winner,subject from nobel where yr=1984 order by subject in                             ('Chemistry','Physics'),subject, winner


本章结束,下一章会更有更深入的SQL练习题。

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 203,456评论 5 477
  • 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 85,370评论 2 381
  • 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 150,337评论 0 337
  • 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 54,583评论 1 273
  • 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 63,596评论 5 365
  • 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 48,572评论 1 281
  • 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 37,936评论 3 395
  • 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 36,595评论 0 258
  • 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 40,850评论 1 297
  • 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 35,601评论 2 321
  • 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 37,685评论 1 329
  • 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 33,371评论 4 318
  • 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 38,951评论 3 307
  • 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 29,934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 31,167评论 1 259
  • 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 43,636评论 2 349
  • 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 42,411评论 2 342

推荐阅读更多精彩内容