实训三 连接查询和嵌套查询

简介:

1. 列出至少有一个雇员的所有部门。 

1
select  from  dept  where  deptno  in ( select  deptno  from  emp  group  by  deptno  having  count (*)>0)

2. 列出薪金比“SMITH”多的所有雇员。

1
select  from  emp  where  sal>( select  sal  from  emp  where  ename= 'SMITH' )

3. 列出所有雇员的姓名及其上级的姓名。 

1
select  a.ename,b.ename  from  emp a,emp b  where  a.mgr=b.empno

4. 列出入职日期早于其直接上级的所有雇员。 

1
select  ename  from  emp a  where  hiredate<( select  hiredate  from  emp  where  empno=a.mgr)

5. 列出部门名称和这些部门的雇员,同时列出那些没有雇员的部门。 

1
select  dname,ename  from  dept a,emp b  where  a.deptno=b.deptno(+)

6. 列出所有“CLERK”(办事员)的姓名及其部门名称。 

1
select  dname,ename  from  dept a,emp b  where  a.deptno=b.deptno  and  job= 'CLERK'

7. 列出各种类别的最低薪金,以使最低薪金等于 1500。 

1
2
3
update  emp  set  sal=1500
 
where  empno  in ( select  empno  from  emp  where  (job,sal)  in ( select  job, min (sal)  from  emp  group  by  job  having  min (sal)<1500))

8. 列出从事“SALES”(销售)工作的雇员的姓名,假定不知道销售部的部门编号。 

1
select  ename  from  emp  where  deptno=( select  deptno  from  dept  where  dname= 'SALES' )

9. 列出薪金高于公司平均水平的所有雇员。 

1
select  ename  from  emp  where  sal>( select  avg (sal)  from  emp)

10. 列出与“SMITH”从事相同工作的所有雇员。 

1
select  from  emp  where  job=( select  job  from  emp  where  ename= 'SMITH' )

11. 列出薪金等于给予在部门 30 工作的雇员的薪金的所有雇员。 

1
select  from  emp  where  sal  in ( select  sal  from  emp  where  deptno=30)

12. 列出薪金高于在部门 30 工作的所有雇员的薪金的所有雇员。

1
select  from  emp  where  sal> all ( select  sal  from  emp  where  deptno=30)

13. 列出在每个部门工作的雇员的数量以及其他信息。 

1
select  dept.*,t. count  from  dept, ( select  deptno, count (*)  count  from  emp  group  by  deptno) t  where  dept.deptno=t.deptno

14. 列出所有雇员的雇员名称、部门名称和薪金。 

1
select  ename,dname,sal  from  emp,dept  where  emp.deptno=dept.deptno

15. 列出从事同一种工作但属于不同部门的雇员的不同组合。 

1
select  a.ename,b.ename,a.job,a.deptno,b.deptno   from  emp a,emp b  where  a.job=b.job  and  a.deptno!=b.deptno

16. 列出分配有雇员数量的所有部门的详细信息,即使是分配有 0 个雇员。 

1
2
3
select  dept.deptno,dname,loc, count (empno)  from  dept,emp
 
where  dept.deptno=emp.deptno(+)  group  by  dept.deptno,dname,loc  order  by  dept.deptno

17. 列出各种类别工作的最低工资。 

1
select  job, min (sal+nvl(comm,0))  from  emp  group  by  job;

18. 列出各个部门的 MANAGER(经理)的最低薪金。 

1
select  deptno, min (sal)  from  emp  where  job= 'MANAGER'  group  by  deptno

19. 列出按计算的字段升序排序的所有雇员的年薪。 

1
select  ename,sal*12 年薪  from  emp  order  by  年薪  ASC

20. 列出薪金水平处于第四位的雇员。 

1
lect *  from  ( select  rownum num,empno,ename  from  emp  order  by  sal)  where  num=4

 

 


1. 列出至少有一个雇员的所有部门。 

1
select  from  dept  where  deptno  in ( select  deptno  from  emp  group  by  deptno  having  count (*)>0)

2. 列出薪金比“SMITH”多的所有雇员。

1
select  from  emp  where  sal>( select  sal  from  emp  where  ename= 'SMITH' )

3. 列出所有雇员的姓名及其上级的姓名。 

1
select  a.ename,b.ename  from  emp a,emp b  where  a.mgr=b.empno

4. 列出入职日期早于其直接上级的所有雇员。 

1
select  ename  from  emp a  where  hiredate<( select  hiredate  from  emp  where  empno=a.mgr)

5. 列出部门名称和这些部门的雇员,同时列出那些没有雇员的部门。 

1
select  dname,ename  from  dept a,emp b  where  a.deptno=b.deptno(+)

6. 列出所有“CLERK”(办事员)的姓名及其部门名称。 

1
select  dname,ename  from  dept a,emp b  where  a.deptno=b.deptno  and  job= 'CLERK'

7. 列出各种类别的最低薪金,以使最低薪金等于 1500。 

1
2
3
update  emp  set  sal=1500
 
where  empno  in ( select  empno  from  emp  where  (job,sal)  in ( select  job, min (sal)  from  emp  group  by  job  having  min (sal)<1500))

8. 列出从事“SALES”(销售)工作的雇员的姓名,假定不知道销售部的部门编号。 

1
select  ename  from  emp  where  deptno=( select  deptno  from  dept  where  dname= 'SALES' )

9. 列出薪金高于公司平均水平的所有雇员。 

1
select  ename  from  emp  where  sal>( select  avg (sal)  from  emp)

10. 列出与“SMITH”从事相同工作的所有雇员。 

1
select  from  emp  where  job=( select  job  from  emp  where  ename= 'SMITH' )

11. 列出薪金等于给予在部门 30 工作的雇员的薪金的所有雇员。 

1
select  from  emp  where  sal  in ( select  sal  from  emp  where  deptno=30)

12. 列出薪金高于在部门 30 工作的所有雇员的薪金的所有雇员。

1
select  from  emp  where  sal> all ( select  sal  from  emp  where  deptno=30)

13. 列出在每个部门工作的雇员的数量以及其他信息。 

1
select  dept.*,t. count  from  dept, ( select  deptno, count (*)  count  from  emp  group  by  deptno) t  where  dept.deptno=t.deptno

14. 列出所有雇员的雇员名称、部门名称和薪金。 

1
select  ename,dname,sal  from  emp,dept  where  emp.deptno=dept.deptno

15. 列出从事同一种工作但属于不同部门的雇员的不同组合。 

1
select  a.ename,b.ename,a.job,a.deptno,b.deptno   from  emp a,emp b  where  a.job=b.job  and  a.deptno!=b.deptno

16. 列出分配有雇员数量的所有部门的详细信息,即使是分配有 0 个雇员。 

1
2
3
select  dept.deptno,dname,loc, count (empno)  from  dept,emp
 
where  dept.deptno=emp.deptno(+)  group  by  dept.deptno,dname,loc  order  by  dept.deptno

17. 列出各种类别工作的最低工资。 

1
select  job, min (sal+nvl(comm,0))  from  emp  group  by  job;

18. 列出各个部门的 MANAGER(经理)的最低薪金。 

1
select  deptno, min (sal)  from  emp  where  job= 'MANAGER'  group  by  deptno

19. 列出按计算的字段升序排序的所有雇员的年薪。 

1
select  ename,sal*12 年薪  from  emp  order  by  年薪  ASC

20. 列出薪金水平处于第四位的雇员。 

1
lect *  from  ( select  rownum num,empno,ename  from  emp  order  by  sal)  where  num=4

 

 

     本文转自stock0991 51CTO博客,原文链接:http://blog.51cto.com/qing0991/1597907,如需转载请自行联系原作者




相关文章
|
8天前
|
数据采集 人工智能 安全
|
4天前
|
机器学习/深度学习 人工智能 前端开发
构建AI智能体:七十、小树成林,聚沙成塔:随机森林与大模型的协同进化
随机森林是一种基于决策树的集成学习算法,通过构建多棵决策树并结合它们的预测结果来提高准确性和稳定性。其核心思想包括两个随机性:Bootstrap采样(每棵树使用不同的训练子集)和特征随机选择(每棵树分裂时只考虑部分特征)。这种方法能有效处理大规模高维数据,避免过拟合,并评估特征重要性。随机森林的超参数如树的数量、最大深度等可通过网格搜索优化。该算法兼具强大预测能力和工程化优势,是机器学习中的常用基础模型。
298 164
|
3天前
|
机器学习/深度学习 自然语言处理 机器人
阿里云百炼大模型赋能|打造企业级电话智能体与智能呼叫中心完整方案
畅信达基于阿里云百炼大模型推出MVB2000V5智能呼叫中心方案,融合LLM与MRCP+WebSocket技术,实现语音识别率超95%、低延迟交互。通过电话智能体与座席助手协同,自动化处理80%咨询,降本增效显著,适配金融、电商、医疗等多行业场景。
307 155
|
11天前
|
SQL 自然语言处理 调度
Agent Skills 的一次工程实践
**本文采用 Agent Skills 实现整体智能体**,开发框架采用 AgentScope,模型使用 **qwen3-max**。Agent Skills 是 Anthropic 新推出的一种有别于mcp server的一种开发方式,用于为 AI **引入可共享的专业技能**。经验封装到**可发现、可复用的能力单元**中,每个技能以文件夹形式存在,包含特定任务的指导性说明(SKILL.md 文件)、脚本代码和资源等 。大模型可以根据需要动态加载这些技能,从而扩展自身的功能。目前不少国内外的一些框架也开始支持此种的开发方式,详细介绍如下。
846 6
|
5天前
|
机器学习/深度学习 人工智能 前端开发
构建AI智能体:六十九、Bootstrap采样在大模型评估中的应用:从置信区间到模型稳定性
Bootstrap采样是一种通过有放回重抽样来评估模型性能的统计方法。它通过从原始数据集中随机抽取样本形成多个Bootstrap数据集,计算统计量(如均值、标准差)的分布,适用于小样本和非参数场景。该方法能估计标准误、构建置信区间,并量化模型不确定性,但对计算资源要求较高。Bootstrap特别适合评估大模型的泛化能力和稳定性,在集成学习、假设检验等领域也有广泛应用。与传统方法相比,Bootstrap不依赖分布假设,在非正态数据中表现更稳健。
239 113