數據庫-day06

一、實驗名稱和性質

分類查詢

驗證? 綜合 設計

二、實驗目的

1.掌握數據查詢的Group by ;

2. 掌握聚集函數的使用方法。

三、實驗的軟硬件環境要求

硬件環境要求:

?????? PC機(單機)

使用的軟件名稱、版本號以及模塊:

?????? Windows 10下的SQL Server 2019

四、知識準備

前期要求掌握的知識:

數據檢索的語句格式:

SELECT [ALL|DISTINCT] <目標列表達式列表>??????????????????????????????????????????????? ??

FROM <表名或視圖名列表>?

[ WHERE <條件表達式> ]

[ GROUP BY <列名1>,… [WITH ROLLUP | CUBE]? [CUBE(…)| ROLLUP(…)]

[GROUPING SETS (…)]

[ HAVING <條件表達式> ] ]

[ ORDER BY <列名2> [ ASC|DESC ] ]

?其中,SELECT后的目標列表達式可以是列名、表達式或函數。

GROUP BY子句:對查詢結果按指定列的值分組,該屬性列值相等的元組為一個組。通常會在每組中作用集函數。

HAVING短語:篩選出只有滿足指定條件的組

ORDER BY子句:對查詢結果表按指定列值的升序或降序排序

注意:T-SQL語句中關鍵字不區分大小寫

五、實驗內容(以實驗5的數據為基礎)

1.對數據表進行分類匯總;

2.在檢索中使用聚集函數;

六、驗證性實驗

  1. 使用聚集函數

(1)查詢選課表中最高分、平均分、最低分

SELECT MAX(DEGREE), AVG(DEGREE),MIN(DEGREE)

FROM SCORE023

(2)查詢“3-105”課程的最高分、平均分和最小成績。

SELECT MAX(DEGREE), AVG(DEGREE),MIN(DEGREE)

FROM? SCORE023

WHERE? CNO=‘3-105’

  1. 進行分組統計:

(1)查詢各學生的選課數

SELECT? SNO,COUNT(*)

FROM? SCORE023

GROUP? BY? SNO

(2)使用HAVING 字句:“選課表”中查詢選修了3 門以上課程的學生學號。

SELECT ?SNO ,COUNT(*)FROM SCORE023

GROUP ?BY ?SNO

HAVING ?COUNT(*)>=3

????

(3)“選課表”中按學號分組匯總學生的平均分,并按平均分的降序排列。

SELECT ?SNO? 學號, AVG(DEGREE)? 平均分? FROM ?SCORE023

GROUP ?BY ?SNO

ORDER ?BY ?平均分? DESC??? -- -- ORDER ?BY AVG(DEGREE)? DESC

????????

“選課表”中查詢平均成績80以上課程的學生學號和平均成績。

SELECT ?SNO ,avg(degree) 平均 FROM SCORE023

GROUP ?BY ?SNO

HAVING ?avg(degree)>=80

“選課表”中95031班中平均成績80以上課程的學生學號,姓名,平均成績。

SELECT ?S.SNO ,SNAME,avg(degree) 平均 FROM SCORE023? SC

JOIN STUDENTXXX? S ON S.SNO=SC.SNO? WHERE CLASS=’95031’

GROUP ?BY ?S.SNO,SNAME

HAVING ?avg(degree)>=80

(4)分析下面SELECT語句執行結果

SELECT? SNO, CNO ,AVG(DEGREE)? FROM? SCORE023

GROUP? BY? SNO??????????????????????? --???

SELECT? SNO,CNO,AVG(DEGREE)? FROM? SCORE023

GROUP? BY? SNO,CNO WITH ROLLUP

SELECT? SNO,CNO,AVG(DEGREE)? FROM? SCORE023

GROUP? BY ROLLUP(SNO,CNO)?

SELECT? SNO, CNO,AVG(DEGREE) FROM? SCORE023

GROUP? BY? SNO,CNO WITH CUBE

SELECT? SNO,CNO,AVG(DEGREE) FROM? SCORE023

GROUP? BY CUBE(SNO,CNO)

SELECT? SNO,CNO,AVG(DEGREE)? FROM SCORE023

GROUP BY GROUPING SETS (SNO,CNO)

SELECT? SNO,CNO,AVG(DEGREE)? FROM SCORE023

GROUP BY GROUPING SETS (ROLLUP(SNO,CNO))

SELECT? SNO,CNO,AVG(DEGREE)? FROM SCORE023

GROUP BY GROUPING SETS (ROLLUP(SNO,CNO),CUBE(SNO,CNO))

七、設計性實驗

1.實驗要求

(1)查詢每門課程的平均分,包括課程號和平均分。

(2)查詢每門課程的平均分,包括課程號、課程名和平均分。

(3)查詢男的平均分,包括學號和平均分。

(4)查詢女的平均分,包括學號,姓名和平均分。

(5)查詢每門課程的最高、最低分,包括課程號和最高、最低分。

(6)查詢每位學生的最高、最低分、平均分,包括學號,姓名和最高、最低分、平均分。

(7)查詢所有成績都及格的學號,姓名

(8)查詢每位老師所授課程的最高、最低分,包括教師號,姓名,課程名和最高、最低分。

(9)查詢學生信息,包括學號,課程號,成績以及學生的平均分。(一個語句)

?

(10)查詢學生信息,包括姓名,課程名,成績以及每位學生的平均分和每門課程的平均分。(一個語句)

(11)查詢學生信息,包括學號,姓名,課程號,課程名,成績以及每位學生的平均分和每門課程的平均分。(一個語句)

?(12)查詢學生信息,包括學號,姓名,課程號,課程名以及每位學生的平均分和每門課程的平均分。(一個語句)

本文來自互聯網用戶投稿,該文觀點僅代表作者本人,不代表本站立場。本站僅提供信息存儲空間服務,不擁有所有權,不承擔相關法律責任。
如若轉載,請注明出處:http://www.pswp.cn/diannao/79335.shtml
繁體地址,請注明出處:http://hk.pswp.cn/diannao/79335.shtml
英文地址,請注明出處:http://en.pswp.cn/diannao/79335.shtml

如若內容造成侵權/違法違規/事實不符,請聯系多彩編程網進行投訴反饋email:809451989@qq.com,一經查實,立即刪除!

相關文章

看門狗定時器(WDT)超時

一、問題 Arduino 程序使用<Ticker.h>包時&#xff0c;使用不當情況下&#xff0c;會導致“看門狗WDT超時” 1.1問題控制臺報錯 在串口監視器顯示 --------------- CUT HERE FOR EXCEPTION DECODER ---------------Soft WDT resetException (4): epc10x402077cb epc2…

AI在多Agent協同領域的核心概念、技術方法、應用場景及挑戰 的詳細解析

以下是 AI在多Agent協同領域的核心概念、技術方法、應用場景及挑戰 的詳細解析&#xff1a; 1. 多Agent協同的定義與核心目標 多Agent系統&#xff08;MAS, Multi-Agent System&#xff09;&#xff1a; 由多個獨立或協作的智能體&#xff08;Agent&#xff09;組成&#xff…

Wireshark TS | 異常 ACK 數據包處理

問題背景 來自于學習群里群友討論的一個數據包跟蹤文件&#xff0c;在其中涉及到兩處數據包異常現象&#xff0c;而產生這些現象的實際原因是數據包亂序。由于這兩處數據包異常&#xff0c;都有點特別&#xff0c;本篇也就其中一個異常現象單獨展開說明。 問題信息 數據包跟…

【React】項目的搭建

create-react-app 搭建vite 搭建相關下載 在Vue中搭建項目的步驟&#xff1a;1.首先安裝腳手架的環境&#xff0c;2.通過腳手架的指令創建項目 在React中有兩種方式去搭建項目&#xff1a;1.和Vue一樣&#xff0c;先安裝腳手架然后通過腳手架指令搭建&#xff1b;2.npx create-…

深入淺出 NVIDIA CUDA 架構與并行計算技術

&#x1f407;明明跟你說過&#xff1a;個人主頁 &#x1f3c5;個人專欄&#xff1a;《深度探秘&#xff1a;AI界的007》 &#x1f3c5; &#x1f516;行路有良友&#xff0c;便是天堂&#x1f516; 目錄 一、引言 1、CUDA為何重要&#xff1a;并行計算的時代 2、NVIDIA在…

pytorch學習02

自動微分 自動微分模塊torch.autograd負責自動計算張量操作的梯度&#xff0c;具有自動求導功能。自動微分模塊是構成神經網絡訓練的必要模塊&#xff0c;可以實現網絡權重參數的更新&#xff0c;使得反向傳播算法的實現變得簡單而高效。 1. 基礎概念 張量 Torch中一切皆為張…

Java虛擬機(JVM)平臺無關?相關?

計算機的概念模型 計算機實際上就是實現了一個圖靈機模型。即&#xff0c;輸入參數&#xff0c;根據程序計算&#xff0c;輸出結果。圖靈機模型如圖。 Tape是輸入數據&#xff0c;Program是針對這些數據進行計算的程序&#xff0c;中間橫著的方塊表示的是機器的狀態。 目前使…

satoken的奇奇怪怪的錯誤

發了 /user/getBrowseDetail和/user/getResponDetail&#xff0c;但為什么進入handle里面有三次&#xff1f;且第一次的handle類型是AbstractHandleMapping$PreFlightHttpRequestHandlerxxx,這一次進來的時候flag為false&#xff0c;StpUtils.checkLogin拋出了異常 第二次進來的…

【KWDB 創作者計劃】_上位機知識篇---SDK

文章目錄 前言一、SDK的核心組成API(應用程序接口)庫文件(Libraries)開發工具文檔與示例依賴項與環境配置二、SDK的作用簡化開發流程確保兼容性與穩定性加速產品迭代功能擴展與定制三、SDK的典型應用場景硬件設備開發操作系統與平臺云服務與API集成游戲與圖形開發四、SDK與…

golang處理時間的包time一次性全面了解

本文旨在對官方time包有個全面學習了解。不鉆摳細節&#xff0c;但又有全面了解&#xff0c;重點介紹常用的內容&#xff0c;一些低頻的可能這輩子可能都用不上。主打一個花最少時間辦最大事。 Duration對象: 兩個time實例經過的時間,以長度為int64的納秒來計數。 常見的durati…

PyCharm Flask 使用 Tailwind CSS 配置

使用 Tailwind CSS 步驟 1&#xff1a;初始化項目 在 PyCharm 終端運行&#xff1a;npm init -y安裝 Tailwind CSS&#xff1a;npm install -D tailwindcss postcss autoprefixer初始化 Tailwind 配置文件&#xff1a;npx tailwindcss init這會生成 tailwind.config.js。 步…

【英語語法】基本句型

目錄 前言一&#xff1a;主謂二&#xff1a;主謂賓三&#xff1a;主系表四&#xff1a;主謂雙賓五&#xff1a;主謂賓補 前言 英語基本句型是語法體系的基石&#xff0c;以下是英語五大基本句型。 一&#xff1a;主謂 結構&#xff1a;主語 不及物動詞 例句&#xff1a; T…

隔離DCDC輔助電源解決方案與產品應用科普

**“隔離”與“非隔離的區別** 隔離&#xff1a; 1、AC-DC&#xff0c;也叫“一次電源”&#xff0c;人可能會碰到的應用場合&#xff0c;起安全保護作用&#xff1b; 2、為了抗干擾&#xff0c;通過隔離能有效隔絕干擾信號傳輸。 非隔離&#xff1a; 1、“安全特低電壓&#…

DS-SLAM 運動一致性檢測的源碼解讀

運動一致性檢測是Frame.cc的Frame::ProcessMovingObject(const cv::Mat &imgray)函數。 對應DS-SLAM流程圖Moving consistency check的部分 把這個函數單獨摘出來&#xff0c;寫了一下對兩幀檢測&#xff0c;查看效果的程序&#xff1a; #include <opencv2/opencv.hpp…

安全測試的全面知識體系及實現路徑

以下是安全測試的全面知識體系及實現路徑,結合最新工具和技術趨勢(截至2025年): 一、安全測試核心類型與工具 1. 靜態應用安全測試(SAST) 知識點: 通過分析源代碼、字節碼或二進制文件識別漏洞(如SQL注入、緩沖區溢出)支持早期漏洞發現,減少修復成本,適合白盒測試場…

GPT-4o Image Generation Capabilities: An Empirical Study

GPT-4o 圖像生成能力:一項實證研究 目錄 介紹研究背景方法論文本到圖像生成圖像到圖像轉換圖像到 3D 能力主要優勢局限性與挑戰對比性能影響與未來方向結論介紹 近年來,圖像生成領域發生了巨大的變化,從生成對抗網絡 (GAN) 發展到擴散模型,再到可以處理多種模態的統一生成架…

Redis之全局唯一ID

全局ID生成器 文章目錄 全局ID生成器一、全局ID生成器的定義定義核心作用 二、全局ID生成器需滿足的特征1. 唯一性&#xff08;Uniqueness&#xff09;?2. 高性能&#xff08;High Performance&#xff09;?3. 可擴展性&#xff08;Scalability&#xff09;?4. 有序性&#…

nginx中的代理緩存

1.緩存存放路徑 對key取哈希值之后&#xff0c;設置cache內容&#xff0c;然后得到的哈希值的倒數第一位作為第一個子目錄&#xff0c;倒數第三位和倒數第二位組成的字符串作為第二個子目錄&#xff0c;如圖。 proxy_cache_path /xxxx/ levels1:2 2.文件名哈希值

靜態時序分析STA——8.1 時序檢查(建立時間檢查)

文章目錄 一、時序路徑組二、建立時間檢查1. 觸發器到觸發器路徑1&#xff09;時鐘單元UCKBUF0的延遲計算2&#xff09;時鐘源延遲&#xff08;clock source latency&#xff09; 2. 輸入到觸發器路徑1) 虛擬時鐘的輸入路徑2) 具有實際時鐘的輸入路徑 3. 觸發器到輸出路徑4. 輸…

了解高速設計的信號完整性仿真

高速設計需要精確的信號傳輸&#xff0c;以確保最佳性能。信號完整性差會導致關鍵應用中的誤碼、數據損壞甚至系統故障等問題。介電常數、損耗角正切和插入損耗等因素會顯著影響信號質量。通過使用信號完整性仿真&#xff0c;您可以及早發現并解決這些挑戰。這種主動方法有助于…