gg修改器无root运行_gg修改器无root安装使用方法-gg修改器免root版

应用详情

GG修改器破解版下载地址：https://ghb2023zs.bj.bcebos.com/d/z/p/d/dbzs.apk?GGXGQ

大家好，今天小编为大家分享关于gg修改器无root运行_gg修改器无root安装使用方法的内容，赶快来一起来看看吧。

在SQL中，JOIN通常用于合并来自多个表的信息。有四种不同类型的JOIN，但是在大多数情况下，我们仅使用INNER、LEFT和FULL JOIN，因为RIGHT JOIN不是很直观，可以使用LEFT JOIN轻松地重写。在SQL面试中，你需要根据给定问题的特定要求选择要使用的正确JOIN。

例如：查找每个学生参加的课程总数。（提供学生证、姓名和上课的数量。）

学生表和class_history示例表

你可能已经注意到，并非所有出现在class_history表中的学生都出现在学生表中，这可能是因为这些学生已不再注册。（这在事务数据库中实际上是非常典型的，因为记录通常在不活动时会被删除。）根据面试官是否希望结果中的不活动学生，我们需要使用LEFT JOIN或INNER JOIN来组合两个表：

WITH class_count AS ( SELECT student_id, COUNT(*) AS num_of_class FROM class_history GROUP BY student_id ) SELECT c.student_id, s.student_name, c.num_of_class FROM class_count c -- CASE 1: include only active students JOIN student s ON c.student_id = s.student_id -- CASE 2: include all students -- LEFT JOIN student s ON c.student_id = s.student_id

GROUP BY

GROUP BY是SQL中最重要的功能，因为它广泛用于数据聚合。如果在SQL问题中看到诸如求和、平均值、最小值或最大值之类的关键字，则表明你可能应该在查询中使用GROUP BY。一个常见的陷阱是在过滤数据和GROUP BY时混合使用WHERE和HAVING，我见过很多人会犯此错误。

例如：计算每个学生在每个学年中平均所需的课程GPA，并找到每个学期符合Dean’s List（GPA≥3.5）资格的学生。

gpa_history示例表

由于我们在GPA计算中仅考虑必修课程，因此需要使用WHERE is_required = TRUE排除可选课程。我们需要每位学生每年的平均GPA，因此我们将按GROUPS的thestudent_id和theschool_year列并取thegpa列的平均值。最后，我们仅保留学生平均GPA高于3.5的行，可以使用HAVING来实现。让我们将所有内容放在一起：

SELECT student_id, school_year, AVG(gpa) AS avg_gpa FROM gpa_history WHERE is_required = TRUE GROUP BY student_id, school_year HAVING AVG(gpa) >= 3.5

注意，每当在查询中使用GROUP BY时，你都只能选择“分组依据”列和聚合列，因为其他列中的行级信息已被舍弃。

有些人可能想知道WHERE和HAVING之间有什么区别，或者为什么我们不只是写HAVING avg_gpa> = 3.5而未指定函数。我将在下一节中详细解释。

SQL查询执行顺序

多数人从SELECT开始从上到下编写SQL查询，但是你知道SELECT是SQL引擎执行的最后一个函数之一吗？以下是SQL查询的执行顺序：

FROM, JOIN
WHERE
GROUP BY
HAVING
SELECT
DISTINCT
ORDER BY
LIMIT, OFFSET

再次考虑前面的示例。因为我们想在计算平均GPA之前过滤掉可选课程，所以我使用WHERE is_required = TRUE代替HAVING，因为WHERE在GROUP BY和HAVING之前执行。我无法写HAVING avg_gpa> = 3.5的原因是，avg_gpa被定义为SELECT的一部分，因此无法在SELECT之前执行的步骤中引用它。

我建议在编写查询时遵循执行顺序，这在你编写复杂查询时会很有帮助。

窗口函数

窗口函数也经常出现在SQL面试中。共有五种常见的窗口函数：

RANK / DENSE_RANK / ROW_NUMBER：这些通过排序特定列为每行分配一个等级。如果给出了任何分区列，则行将在其所属的分区组中排名。
LAG / LEAD：它根据指定的顺序和分区组从前一行或后一行检索列值。

在SQL面试中，了解排名函数之间的区别以及知道何时使用LAG / LEAD至关重要。

例如：查找每个部门中薪水最高的前3名员工。

另一个employee_salary示例表

当一个SQL问题要求输入“ TOP N”时，我们可以使用ORDER BY或等级函数来回答该问题。但是，在此示例中，它要求计算“每个Y中的TOP N X”，这强烈暗示我们应该使用排名函数，因为我们需要对每个分区组中的行进行排名。

以下查询恰好找到3个薪水最高的员工，而不论他们的关系如何：

WITH T AS ( SELECT *, ROW_NUMBER() OVER (PARTITION BY department_id ORDER BY employee_salary DESC) AS rank_in_dep FROM employee_salary) SELECT * FROM T WHERE rank_in_dep <= 3 -- Note: When using ROW_NUMBER, each row will have a unique rank number and ranks for tied records are assigned randomly. For exmaple, Rimsha and Tiah may be rank 2 or 3 in different query runs.

此外，根据应如何处理关系，我们可以选择其他排名函数。同样，细节很重要！

ROW_NUMBER，RANK和DENSE_RANK函数的结果比较

重复项

SQL面试中的另一个常见陷阱是忽略数据重复。尽管样本数据中的某些列似乎具有不同的值，但还是希望面试者考虑所有可能性，就像他们在处理真实数据集一样。例如，在上一个示例的employee_salary表中，可以让雇员共享相同的名称。

避免重复引起的潜在问题的一种简单方法是始终使用ID列唯一地标识不同的记录。

例如：使用employee_salary表查找每个部门的所有部门的总薪水。

正确的解决方案是GROUP BY employee_id，然后使用SUM（employee_salary）计算总工资。如果需要雇员姓名，请在末尾与雇员表联接以检索雇员姓名信息。

错误的方法是使用GROUP BY employee_name。

NULL

在SQL中，任何谓词都可以产生三个值之一：true，false和NULL，这是用于未知或缺失数据值的保留关键字。处理NULL数据集可能会出乎意料的棘手。在SQL面试中，面试官可能会特别注意你的解决方案是否处理了NULL值。有时很明显，如果一列不可为空（例如ID列），但是对于大多数其他列，很有可能会有NULL值。

我建议确认示例数据中的键列是否可为空，如果可以，请利用IS（NOT）NULL，IFNULL和COALESCE之类的功能来覆盖这些极端情况。