一道面试题引发的数据库SQL语句实践（含行列转换）

女爷i 2021-09-20 12:54 319阅读 0赞

**问题场景**

最近有个朋友去面试，问了我一道面试题。题目如下，在形如下面的数据库表score中，找出每门成绩（grade）都大于等于80分的学生姓名。

`----------------------------------------`

`name` 　　   `| course  | grade`

`----------------------------------------`

`zhangsan  | Java　  | 70`

`----------------------------------------`

`zhangsan  | C++　   | 80`

`----------------------------------------`

`lisi 　   | Java　  | 90`

`----------------------------------------`

`lisi 　   | C++ 　  | 60`

`----------------------------------------`

`wangwu　  | Java　  | 85`

`----------------------------------------`

`wangwu　  | C++　　 | 95`

`----------------------------------------`

期望结果

`----------------------------------------`

`name`

`----------------------------------------`

`wangwu`

`----------------------------------------`

本文以**MySQL**数据库为例，以三种方案一步一步实现面试题要求。

**方案一**

1、寻求行列转换，也称矩阵转置，将多列数据转为一行，这一步最关键，实现SQL语句如下：

下面的sql是以score为主表来构建多列，构造的从表为每门课程的数据表，通过主表的 name 字段来关联从表的 name 字段。

select s.`name` as name, (select grade from score where name = s.`name` and course = 'Java')as 'Java', (select grade from score where name = s.`name` and course = 'C++')as 'C++'
    from score s

运行结果截图：

![380452-20170822153745918-482737614.png][]

2、对于1的执行结果，需要过滤掉重复的行，只要通过 distinct 关键字就可以了，实现SQL语句如下：

select distinct s.`name` as name,#此处加distinct来过滤相同的行 (select grade from score where name = s.`name` and course = 'Java')as 'Java', (select grade from score where name = s.`name` and course = 'C++')as 'C++'
    from score s

运行结果截图：

![380452-20170822154336855-1095719337.png][]

3、最后通过构造一个子查询，即是把上面2的查询结果作为一个表来查询，进行 where 行级过滤就可以了，实现SQL语句如下：

select *
    from ( select distinct s.`name` as name,#此处加distinct来过滤相同的行 (select grade from score where name = s.`name` and course = 'Java')as G1, (select grade from score where name = s.`name` and course = 'C++')as G2 from score s ) score where G1>=80 and G2>=80

运行结果截图：

![380452-20170822155016855-958406500.png][]

**问题**：这里有一个问题指出下，如果写成如下的sql语句，把Java和C++作为列名的话（还有C\#），查询结果为NULL，这个问题后续会详解，请见运行结果截图：

select *
    from ( select distinct s.`name` as name,#此处加distinct来过滤相同的行 (select grade from score where name = s.`name` and course = 'Java')as 'Java', (select grade from score where name = s.`name` and course = 'C++')as 'C++'
        from score s ) score where 'Java'>=80 and 'C++'>=80

运行结果截图：

![380452-20170822155719136-436014807.png][]

**方案二**

1、通过group和聚合函数sum的结合使用，通过group by name分组，利用sum假模假样计算出每门课程的成绩，sum的时候利用case判断课程类别，就得到了以行显示的每个学生的每门课程成绩，这一步最关键，实现SQL语句如下：

select name,
    sum(case when course='Java' then grade end) as 'Java',
    sum(case when course='C++' then grade end) as 'C++'
    from score group by name

运行结果截图：

![380452-20170822161022949-750509414.png][]

2、再通过构造一个子查询，即是把上面1的查询结果作为一个表来查询，进行 where 行级过滤就可以了，实现SQL语句如下：

select *
    from
    (
    select  name,
    sum(case when course='Java' then grade end) as G1,
    sum(case when course='C++' then grade end) as G2
    from score group by name
    ) score
    where G1>=80 and G2>=80

运行结果截图：

![380452-20170822161320011-1102813482.png][]

**方案三**

1、先找出有任意课程<80分的学生，实现SQL语句如下：

select distinct name
    from score
    where grade<80

运行结果截图：

![380452-20170822163507871-56212700.png][]

2、distinct出所有学生列表（不重复），实现SQL语句如下：

select distinct name
    from score

运行结果截图：

![380452-20170822162003668-93283629.png][]

3、通过构造子查询从查询2的结果排除出去查询1的结果，这一步骤有的数据库是有集合函数，比如SQL Server的Except，这儿我们用not exists进行行级过滤，实现SQL语句如下：

select *
    from
    (
        select distinct name
        from score
    ) score1
    where not exists
    (
        select *
        from
        (
            select distinct name
            from score
            where grade<80
        ) score2
        where score1.name=score2.name
    )

运行结果截图：

![380452-20170822162621964-28567473.png][]

**总结**

个人推荐第二种方案，第三种方案也不错，随着课程数的增多，第一种方案的执行效率理论上会很差，光第一步就要执行M\*N（M-score表记录数，N-课程数）次关联。

**思考**

现实中数据更倾向于下面的情形。对于此问题场景，规则的数据是很好处理的（即每位学生都仅有Java、C++两门课程的成绩），但是考虑现实生活场景，每位学生由于专业或者兴趣差异，选修的课程可能不一样，所以有些课程是没有成绩的（学生没有某些课程成绩，但是在行列转换的时候会生成此门课程成绩为NULL的行记录的列，这部分课程是不适用大于等于80分这个条件，是不参与这个条件过滤的）。sql要做下处理，不过实现思路同上述三种方案。

`----------------------------------------`

`name` 　　   `| course  | grade`

`----------------------------------------`

`zhangsan  | Java　  | 70`

`----------------------------------------`

`zhangsan  | C++　   | 80`

`----------------------------------------`

`lisi 　   | Python　| 90`

`----------------------------------------`

`lisi 　   | C#  　  | 60`

`----------------------------------------`

`wangwu　  | iOS 　  | 85`

`----------------------------------------`

`wangwu　  | Android | 95`

`----------------------------------------`

**数据库脚本**

/\*  
Navicat MySQL Data Transfer

Source Server : localhost  
Source Server Version : 50538  
Source Host : 127.0.0.1  
Source Database : test

Target Server Type : MYSQL  
Target Server Version : 50538  
File Encoding : 65001

Date: 2017-08-22 16:40:30  
\*/

SET FOREIGN\_KEY\_CHECKS=0;

\-- ----------------------------  
\-- Table structure for \`score\`  
\-- ----------------------------  
DROP TABLE IF EXISTS \`score\`;  
CREATE TABLE \`score\` (  
\`name\` varchar(20) DEFAULT NULL,  
\`course\` varchar(20) DEFAULT NULL,  
\`grade\` int(11) DEFAULT NULL  
) ENGINE=InnoDB DEFAULT CHARSET=utf8;

\-- ----------------------------  
\-- Records of score  
\-- ----------------------------  
INSERT INTO \`score\` VALUES ('zhangsan', 'Java', '70');  
INSERT INTO \`score\` VALUES ('zhangsan', 'C++', '80');  
INSERT INTO \`score\` VALUES ('lisi', 'Java', '90');  
INSERT INTO \`score\` VALUES ('lisi', 'C++', '60');  
INSERT INTO \`score\` VALUES ('wangwu', 'Java', '85');  
INSERT INTO \`score\` VALUES ('wangwu', 'C++', '95');

**原创声明**

**本文原创，欢迎转载，转载请声明出处：http://www.cnblogs.com/chenlin/p/7412253.html**

**个人水平有限，欢迎大牛大神大虾来拍砖指正！**

转载于:https://www.cnblogs.com/chenlin/p/7412253.html

[380452-20170822153745918-482737614.png]: /images/20210726/8d3ebff8a5944657897b42abe38beadb.png
[380452-20170822154336855-1095719337.png]: /images/20210726/da799dcb497e4ae7bee15e1a4f4f33b3.png
[380452-20170822155016855-958406500.png]: /images/20210726/c82c356acb3e4e228d8a3dd7e15bde28.png
[380452-20170822155719136-436014807.png]: /images/20210726/d0dc7f7da22c45a9831159e365bcbf43.png
[380452-20170822161022949-750509414.png]: /images/20210726/a330490fc094493582fbfd158e9e5ff7.png
[380452-20170822161320011-1102813482.png]: /images/20210726/abd9d989a59445ca8b4ce3333799c76b.png
[380452-20170822163507871-56212700.png]: /images/20210726/cdf2dc9aa6b64c93ba6414e7262ca0f5.png
[380452-20170822162003668-93283629.png]: /images/20210726/c2ea4c775ad74bff8e01ae5c356f0471.png
[380452-20170822162621964-28567473.png]: /images/20210726/555d7f3ad6644898b27737a87981a386.png