
大家好,相信很多学习数据分析的小伙伴在面试前都经历过刷题,本系列小编将带大家一起来刷一刷mysql面试必会的经典50题。
当然本系列文章不单单是刷题,小编会带着大家梳理一下解题时用到的知识点,所以基础比较差的小伙伴也完全不必担心,小编会带着大家由浅入深,一步一步实现解题过程。你准备好了吗?相信读完本系列文章之后,你会觉得:哇!SQL原来如此简单和有意思。
(注:小编用的是MySQL8.0)
学习要点
下面我们来开始创建表吧~
当然我们在创建表之前需要,一定要先创建用来存储表的数据库。
create datebase <数据库名称>;
这里我们创建一个名字为school的数据库,并使用它。
create datebase school; -- 创建数据库 use school; -- 使用数据库
创建好数据库之后,接下来我们使用create table语句在其中创建表。
create table <表名> (<列名1> <数据类型> <该列所需约束>, <列名2> <数据类型> <该列所需约束>, <列名3> <数据类型> <该列所需约束>, <列名4> <数据类型> <该列所需约束>, . . . <该表的约束1>,<该表的约束2>,...);
每一列的数据类型是必须要指定的,还要为需要的列设置约束,约束可以在定义列的时候设置,也可以在语句的末尾进行设置(但是NOT NULL约束只能以列为单位进行设置)
通过create table语句创建出来的表,可以被认为是一个空空如野的箱子,表里并没有数据,这时我们需要通过insert语句在表中插入数据。
insert into <表名>(列1,列2,列3,...) values (值1,值2,值3,...), -- 第一行数据 (值1,值2,值3,...), -- 第二行数据 (值1,值2,值3,...), -- 第二行数据 ( . ), ( . ), ( . );
下面我们来创建学生表,课程表,老师表,分数表这四个表,并插入相应的数据。
新建、插入学生表
create table student(s_id varchar(10), s_name varchar(10), s_age date, s_sex varchar(10)) engine=InnoDB default charset utf8; insert into student(s_id,s_name,s_age,s_sex) values('01' , '赵雷', '1990-01-01' , '男') ,('02' , '钱电' , '1990-12-21' , '男') ,('03' , '孙风' , '1990-05-20' , '男') ,('04' , '李云' , '1990-08-06' , '男') ,('05' , '周梅' , '1991-12-01' , '女') ,('06' , '吴兰' , '1992-03-01' , '女') ,('07' , '郑竹' , '1989-07-01' , '女') ,('08' , '王菊' , '1990-01-20' , '女');
新建、插入课程表
create table course(c_id varchar(10),c_name varchar(10), t_id varchar(10)) engine=InnoDB default charset utf8mb4; insert into course values('01' , '语文' , '02'), ('02' , '数学' , '01'), ('03' , '英语' , '03');
新建、插入老师表
create table teacher(t_id varchar(10), t_name varchar(10)) engine=InnoDB default charset utf8mb4; insert into teacher values('01' , '张三') ,('02' , '李四') ,('03' , '王五');
新建、插入分数表
create table stu_sco(s_id varchar(10),c_id varchar(10), score decimal(18,1)) engine=InnoDB default charset utf8mb4; insert into stu_sco values ('01' , '01' , 80) ,('01' , '02' , 90) ,('01' , '03' , 99) ,('02' , '01' , 70) ,('02' , '02' , 60) ,('02' , '03' , 80) ,('03' , '01' , 80) ,('03' , '02' , 80) ,('03' , '03' , 80) ,('04' , '01' , 50) ,('04' , '02' , 30) ,('04' , '03' , 20) ,('05' , '01' , 76) ,('05' , '02' , 87) ,('06' , '01' , 31) ,('06' , '03' , 34) ,('07' , '02' , 89) ,('07' , '03' , 98);
至此,我们就完成了面试题中所需要的表的的创建和数据插入。
当然,mysql8.0不仅仅支持手动创建和插入数据(也就是手动敲啦),也支持从外部直接导入数据,那我们来一起看一下:
首先我们也是要去创建一个数据库,并且使用它,然后在左侧的菜单栏进行刷新,就可以看到这个新建的数据库了,然后就可以在这个库里导入外部数据啦!具体操作步骤如图:
导入即可
好了,今天就先到这里啦~ 下期见!
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
在神经网络设计中,“隐藏层个数” 是决定模型能力的关键参数 —— 太少会导致 “欠拟合”(模型无法捕捉复杂数据规律,如用单隐 ...
2025-10-21在特征工程流程中,“单变量筛选” 是承上启下的关键步骤 —— 它通过分析单个特征与目标变量的关联强度,剔除无意义、冗余的特 ...
2025-10-21在数据分析全流程中,“数据读取” 常被误解为 “简单的文件打开”—— 双击 Excel、执行基础 SQL 查询即可完成。但对 CDA(Cert ...
2025-10-21在实际业务数据分析中,我们遇到的大多数数据并非理想的正态分布 —— 电商平台的用户消费金额(少数用户单次消费上万元,多数集 ...
2025-10-20在数字化交互中,用户的每一次操作 —— 从电商平台的 “浏览商品→加入购物车→查看评价→放弃下单”,到内容 APP 的 “点击短 ...
2025-10-20在数据分析的全流程中,“数据采集” 是最基础也最关键的环节 —— 如同烹饪前需备好新鲜食材,若采集的数据不完整、不准确或不 ...
2025-10-20在数据成为新时代“石油”的今天,几乎每个职场人都在焦虑: “为什么别人能用数据驱动决策、升职加薪,而我面对Excel表格却无从 ...
2025-10-18数据清洗是 “数据价值挖掘的前置关卡”—— 其核心目标是 “去除噪声、修正错误、规范格式”,但前提是不破坏数据的真实业务含 ...
2025-10-17在数据汇总分析中,透视表凭借灵活的字段重组能力成为核心工具,但原始透视表仅能呈现数值结果,缺乏对数据背景、异常原因或业务 ...
2025-10-17在企业管理中,“凭经验定策略” 的传统模式正逐渐失效 —— 金融机构靠 “研究员主观判断” 选股可能错失收益,电商靠 “运营拍 ...
2025-10-17在数据库日常操作中,INSERT INTO SELECT是实现 “批量数据迁移” 的核心 SQL 语句 —— 它能直接将一个表(或查询结果集)的数 ...
2025-10-16在机器学习建模中,“参数” 是决定模型效果的关键变量 —— 无论是线性回归的系数、随机森林的树深度,还是神经网络的权重,这 ...
2025-10-16在数字化浪潮中,“数据” 已从 “辅助决策的工具” 升级为 “驱动业务的核心资产”—— 电商平台靠用户行为数据优化推荐算法, ...
2025-10-16在大模型从实验室走向生产环境的过程中,“稳定性” 是决定其能否实用的关键 —— 一个在单轮测试中表现优异的模型,若在高并发 ...
2025-10-15在机器学习入门领域,“鸢尾花数据集(Iris Dataset)” 是理解 “特征值” 与 “目标值” 的最佳案例 —— 它结构清晰、维度适 ...
2025-10-15在数据驱动的业务场景中,零散的指标(如 “GMV”“复购率”)就像 “散落的零件”,无法支撑系统性决策;而科学的指标体系,则 ...
2025-10-15在神经网络模型设计中,“隐藏层层数” 是决定模型能力与效率的核心参数之一 —— 层数过少,模型可能 “欠拟合”(无法捕捉数据 ...
2025-10-14在数字化浪潮中,数据分析师已成为企业 “从数据中挖掘价值” 的核心角色 —— 他们既要能从海量数据中提取有效信息,又要能将分 ...
2025-10-14在企业数据驱动的实践中,“指标混乱” 是最常见的痛点:运营部门说 “复购率 15%”,产品部门说 “复购率 8%”,实则是两者对 ...
2025-10-14在手游行业,“次日留存率” 是衡量一款游戏生死的 “第一道关卡”—— 它不仅反映了玩家对游戏的初始接受度,更直接决定了后续 ...
2025-10-13