- 博客(27)
- 收藏
- 关注
RSS订阅原创 SQL每日一练（9）
结果输出：员工 ID、人员姓名、statistics 得分、SQL 得分、python 得分、data_visualization 得分、mathematics 得分、总分、考核时间、最终考核结果（取值 pass/fail ）。其中 statistics、SQL、python、data_visualization 4 个科目为必考项，每个科目得分需 >= 60 分；共有多少人通过考核？若通过一次考核则视为人员考核通过，若考核通过则输出考核通过中总分最高的记录；若考核未通过则输出考核未通过中总分最高的记录；
2025-05-26 07:15:00
557
原创 SQL每日一练（8）
直的注意的是题目中给我们的是sale-date，我们需要转换成年月去计算，TO_CHAR。因此涉及到多步操作，我们用窗口函数或者多步子查询即可。2020 年 9 月的销售额（四舍五入到整数），同比（2 位小数百分比），环比（2 位小数百分比）为多少？题目一思路：同比环比问题，老问题了，利用lag函数 1和12去算同环比即可.查询 2020 年，每月的销售额，以及同比、环比，并按照年月进行升序排序。填写示例：10000 130.12% 130.12%结果输出：年份，月份，销售额，同比，环比。
2025-05-26 07:00:00
286
原创 SQL每日一练（7）
Class1 班级 data_visualization 平均分与 Class2 中 data_visualization 平均分的差值（四舍五入保留 2 位小数）？查询 Class1 班级 data_visualization 平均分与 Class2 中 data_visualization 平均分的差值。结果输出：Class1_data_visualization 平均分，Class2_data_visualization 平均分，差值。继续做一下题目，这次是连续两道题目连在一起的，就一起做了。
2025-05-25 11:05:40
356
原创 SQL 每日一题（6）
第一题思路：累积离职利用sum窗口函数求和即可，当年离职利用order by排序即可。第一次累计超过 100 人离职的是哪一年？对应的当年离职人数为多少？第二题思路，将第一题转换为t1表，在t1表基础上进行查询即可。原始表：employee_resignations表。结果输出：年度、当年离职人数、累计离职人数。查询累计到每个年度的离职人数。填写示例：2008 120。
2025-05-25 10:26:59
405
原创 SQL每日一题（5）
题目一：思路：排名当然dense_rank排序了，然后其余直接查询就好。或者利用order by desc limit offset即可。查询新进类型中，不同原因的合计人数以及人数排名。排名第 4 的原因是什么？题目二：搜索对应rank =4的即可。结果输出原因、人数、排名。填写示例：社会招聘 20。
2025-05-24 23:05:33
2465
1
原创 SQL每日一题（4）
年龄段划分及排序（默认左闭右开）：25 岁以下，25 - 30 岁，30 - 35 岁，35 - 40 岁，40 - 45 岁，45 - 50 岁，50 - 55 岁，55 岁及以上，异常情况。题目二：思路将题目1转换为t1表，在对t1表进行row_number()窗口函数进行排序结合order by即可搜索，其他直接查询。查询在岗员工各个年龄段的人数，结果输出年龄段及对应的人数，按年龄段升序排序。人数第 2 多的年龄段是哪个？查询异常人数 直接从employees表进行查询即可。结果输出：年龄段，人数。
2025-05-24 22:39:17
535
原创 SQL每日一练（2）
题目1：思路：根据题目查询，然后做连接，主要考察case when then end的用法。题目2：思路很简单order by排序limit1 需要注意四舍五入需要用round函数。1、查询所有时间内，各个国家的销售情况，销售金额大于1000视为业绩合格，否则不合格。2、所有时间年内，总销售金额最大的国家？销售金额（四舍五入到整数）。结果输出：国家、销售金额、业务情况。例子 中国 10000。
2025-05-24 14:49:47
363
原创 SQL每日一练
昨天没更，准备下项目今天打算面字节。跟大家分享下，很抽象，上来就是自我介绍加说手撕sql，感觉不难但是很抽象，没a出来。然后换了到sql，一样没做出来，最后换了个算法，做出来了，然后啥没问，基本挂了。看来sql能力还是有待提高，所以新开一个系列，sql每日一练，也可能每日多练分好几天发，嘿嘿。对了，下周四考试，中间少投简历了，打算先复习考试。对了面了沐数科技做了笔试，以为是习题，结果是找规律和性格测试，昨天看了看这家公司之前的sql题贮备了下，感觉还不错（至少正常且合理），就拿这个题来一套。
2025-05-24 14:13:49
990
原创 数据结构-栈与队列
在数据结构的学习中，栈和队列 是两种基础且重要的线性结构。它们的特点鲜明，应用场景广泛，是理解复杂数据结构（如树、图）和算法（如 DFS、BFS）的基础。本文将从概念、实现、应用场景等方面深入解析这两种结构，并对比它们的异同点。
2025-05-19 21:00:48
935
原创 大数据基础之SQL锁MVCC介绍
本文深入探讨了SQL中的多版本并发控制（MVCC）机制，旨在解决并发场景下的读写冲突问题。MVCC通过版本链和读视图两个核心组件实现，版本链管理数据的历史版本，而读视图决定当前事务可见的版本。文章详细介绍了版本链的构成和生成规则，以及读视图的可见性判断规则。此外，文章还阐述了MVCC如何在不同事务隔离级别（如读已提交、可重复读、读未提交和串行化）下实现事务隔离，通过控制读视图的生成时机来确保事务能看到一致的数据版本。MVCC机制有效提高了数据库的并发性能，同时保证了事务的隔离性。
2025-05-16 07:00:00
419
原创 大数据基础之SQl的锁的基本介绍
本文深入探讨了SQL锁机制，旨在解决多用户并发访问数据库时可能出现的脏读、不可重复读、幻读和丢失更改等问题。文章首先介绍了锁的基本概念和分类，包括锁的粒度（行锁、表锁、间隙锁等）和模式（共享锁、排他锁、意向锁等）。接着，对比了InnoDB和MyISAM两种存储引擎在锁实现上的差异，指出InnoDB适合高并发写操作，而MyISAM适合低并发读操作。最后，文章讨论了悲观锁和乐观锁的不同应用场景，悲观锁适用于强一致性需求，而乐观锁则适用于低冲突场景。通过这一系列分析，文章为数据库并发控制提供了全面的解决方案。
2025-05-15 18:57:30
536
原创 大数据开发-数据导入流程如何利用sqoop导入数据
在前两篇文章上，我们详细介绍了在大数据实际场景下如何用datax去进行导入数据的场景，我么不难发现主要分为了3步，即创建hive的目标表，配置datax的jdbc文件，在通过datax.py去进行导入。相比于datax，sqoop省略了创建了目标表的步骤，更为简略。那么就来介绍一下实际应用的过程。一、环境准备1.1 安装 Sqoop# 下载 Sqoop 1.4.7ln -s /opt/sqoop-1.4.7.bin__hadoop-2.6.0 /opt/sqoop # 创建软链接# 配置环境变量。
2025-05-14 07:00:00
393
原创 大数据开发-数据导入流程有关DataX服务器端关于动态传参的示例
详细介绍了大数据应用场景中datax的动态传参和自动更新机制，包含代码以及一些重要地方，在注释中标注。
2025-05-13 16:43:52
741
空空如也
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人