🍅 1、专栏介绍
「SQL面试题库」是由 不是西红柿 发起，全员免费参与的SQL学习活动。我每天发布1道SQL面试真题，从简单到困难，涵盖所有SQL知识点，我敢保证只要做完这100道题，不仅能轻松搞定面试，代码能力和工作效率也会有明显提升。
1.1 活动流程
- 整理题目：西红柿每天无论刮风下雨，保证在8am 前，更新一道新鲜SQL面试真题。
- 粉丝打卡：粉丝们可在评论区写上解题思路，或者直接完成SQL代码，有困难的小伙伴不要着急，先看别人是怎么解题的，边看边学，不懂就问我。
- 交流讨论：为了方便交流讨论，可进入 数据仓库 。
- 活动奖励：我每天都会看评论区和群里的内容，对于积极学习和热心解答问题的小伙伴，红包鼓励，以营造更好的学习氛围。
1.2 你的收获
- 增强自信，搞定面试：在求职中，SQL是经常遇到的技能点，而这些题目也多数是真实的面试题，刷题可以让我们更好地备战面试，增强自信，提升自己的核心竞争力。
- 巩固SQL语法，高效搞定工作：通过不断练习，能够熟悉SQL的语法和常用函数，掌握SQL核心知识点，提高SQL编写能力。代码能力提升了，工作效率自然高了。
- 提高数据处理能力、锻炼思维能力：SQL是数据处理的核心工具，通过刷题可以让我们更好地理解数据处理的过程，提高数据分析的效率。SQL题目的难度不一，需要在一定时间内解决问题，培养了我们对问题的思考能力、解决问题的能力和对时间的把控能力等。
🍅 2、今日真题
题目介绍： 电影评分 movie-rating
难度中等
SQL架构
表：
Movies
+---------------+---------+ | Column Name | Type | +---------------+---------+ | movie_id | int | | title | varchar | +---------------+---------+ movie_id 是这个表的主键。 title 是电影的名字。
表：
Users
+---------------+---------+ | Column Name | Type | +---------------+---------+ | user_id | int | | name | varchar | +---------------+---------+ user_id 是表的主键。
表：
Movie_Rating
+---------------+---------+ | Column Name | Type | +---------------+---------+ | movie_id | int | | user_id | int | | rating | int | | created_at | date | +---------------+---------+ (movie_id, user_id) 是这个表的主键。 这个表包含用户在其评论中对电影的评分 rating 。 created_at 是用户的点评日期。
请你编写一组 SQL 查询：
- 查找评论电影数量最多的用户名。
如果出现平局，返回字典序较小的用户名。
- 查找在
2020 年 2 月 平均评分最高
的电影名称。
如果出现平局，返回字典序较小的电影名称。
查询分两行返回，查询结果格式如下例所示：
``` Movies 表： +-------------+--------------+ | movie_id | title | +-------------+--------------+ | 1 | Avengers | | 2 | Frozen 2 | | 3 | Joker | +-------------+--------------+
Users 表： +-------------+--------------+ | user_id | name | +-------------+--------------+ | 1 | Daniel | | 2 | Monica | | 3 | Maria | | 4 | James | +-------------+--------------+
Movie_Rating 表： +-------------+--------------+--------------+-------------+ | movie_id | user_id | rating | created_at | +-------------+--------------+--------------+-------------+ | 1 | 1 | 3 | 2020-01-12 | | 1 | 2 | 4 | 2020-02-11 | | 1 | 3 | 2 | 2020-02-12 | | 1 | 4 | 1 | 2020-01-01 | | 2 | 1 | 5 | 2020-02-17 | | 2 | 2 | 2 | 2020-02-01 | | 2 | 3 | 2 | 2020-03-01 | | 3 | 1 | 3 | 2020-02-22 | | 3 | 2 | 4 | 2020-02-25 | +-------------+--------------+--------------+-------------+
Result 表： +--------------+ | results | +--------------+ | Daniel | | Frozen 2 | +--------------+
Daniel 和 Monica 都点评了 3 部电影（"Avengers", "Frozen 2" 和 "Joker"） 但是 Daniel 字典序比较小。 Frozen 2 和 Joker 在 2 月的评分都是 3.5，但是 Frozen 2 的字典序比较小。 ```
sql select name results from ( select m.user_id ,u.name from Movie_Rating m left join Users u on m.user_id = u.user_id group by user_id order by count(*) desc,name limit 1 )t1 union ( select title results from Movie_Rating r left join Movies m on r.movie_id =m.movie_id where date_format(created_at,'%Y-%m')='2020-02' group by r.movie_id order by avg(rating) desc,title limit 1 )
- 已经有灵感了？在评论区写下你的思路吧！
