Day1 选择
595. 大的国家
World表:
+-------------+---------+
| Column Name | Type |
+-------------+---------+
| name | varchar |
| continent | varchar |
| area | int |
| population | int |
| gdp | int |
+-------------+---------+
name 是这张表的主键。
这张表的每一行提供:国家名称、所属大陆、面积、人口和 GDP 值
选择出:
- 面积至少为 300 万平方公里(即,\(3000000\ km^2\)),或者
- 人口至少为 2500 万(即 \(25000000\))
方法一
两个条件一起查询:
select name, population, area
from World
where area >= 3000000 or population >= 25000000;
方法二
使用union连接两个查询条件:
select name, population, area
from world
where area >= 3000000
union
select name, population, area
from world
where population >= 25000000;
Union:对两个结果集进行并集操作,不包括重复行,同时进行默认规则的排序; 即:去重+排序
Union All:对两个结果集进行并集操作,包括重复行,不进行排序; 即:不去重+不排序
1757. 可回收且低脂的产品
Products表:
+-------------+---------+
| Column Name | Type |
+-------------+---------+
| product_id | int |
| low_fats | enum |
| recyclable | enum |
+-------------+---------+
product_id 是这个表的主键。
low_fats 是枚举类型,取值为以下两种 ('Y', 'N'),其中 'Y' 表示该产品是低脂产品,'N' 表示不是低脂产品。
recyclable 是枚举类型,取值为以下两种 ('Y', 'N'),其中 'Y' 表示该产品可回收,而 'N' 表示不可回收。
select product_id
from products
where low_fats = 'Y' and recyclable = 'Y';
584. 寻找用户推荐人
+------+------+-----------+
| id | name | referee_id|
+------+------+-----------+
| 1 | Will | NULL |
| 2 | Jane | NULL |
| 3 | Alex | 2 |
| 4 | Bill | NULL |
| 5 | Zack | 1 |
| 6 | Mark | 2 |
+------+------+-----------+
MySQL有三个逻辑值:TRUE, FALSE, NULL
所以这个题如果直接选择 referee_id != 2
,则会导致 referee_id = NULL
的数据没有被选择出来,所以要加上 referee_id is null
select name
from customer
where referee_id != 2 or referee_id is null;
还有一种方法是先选出来编号为2的元素然后取反:
<=>
运算符相当于封装了= 和 is ,既可以判断 非NULL值,也可以用来判断NULL值。只能在MySQL中使用
select name
from customer
where not referee_id <=> 2;
或者使用 not in
:
select name
from customer
where id not in (select id from customer where referee_id = 2);
# id是主键,所以选择referee_id等于2的id然后取反
183. 从不订购的客户
Customers 表:
+----+-------+
| Id | Name |
+----+-------+
| 1 | Joe |
| 2 | Henry |
| 3 | Sam |
| 4 | Max |
+----+-------+
Orders 表:
+----+------------+
| Id | CustomerId |
+----+------------+
| 1 | 3 |
| 2 | 1 |
+----+------------+
注意要对name重命名为Customers
select customers.name as 'Customers'
from customers
where customers.id not in(select CustomerId from orders);
使用左连接
select Customers.name as 'Customers'
from Customers
left join orders
on Customers.id = orders.CustomerId
where orders.CustomerId is null;
Day2 排序&修改
1873. 计算特殊奖金
Employees表:
+-------------+---------+
| 列名 | 类型 |
+-------------+---------+
| employee_id | int |
| name | varchar |
| salary | int |
+-------------+---------+
employee_id 是这个表的主键。
此表的每一行给出了雇员id ,名字和薪水。
使用CASE
case配合when,then
when后面是条件,then后面是返回的结果
select employee_id,
(
case
when mod(employee_id, 2) != 0 and left(name, 1) != 'M' then salary
else 0
end
) as bonus
from Employees
order by employee_id;
使用IF
IF有三个参数,第一个是判断条件,第二个是条件成立的返回值,第三个是条件不成立的返回值
select employee_id,
if(mod(employee_id, 2) != 0 and left(name, 1) != 'M', salary, 0) as bonus
from Employees
order by employee_id;
使用LIKE
使用LIKE进行匹配:
'%a' //以a结尾的数据
'a%' //以a开头的数据
'%a%' //含有a的数据
'_a_' //三位且中间字母是a的
'_a' //两位且结尾字母是a的
'a_' //两位且开头字母是a的
select employee_id,
if(mod(employee_id, 2) = 0 or name like 'M%', 0, salary) as bonus
from Employees
order by employee_id;
627. 变更性别
要求只使用单个 update 语句 ,且不产生中间临时表。
Salary 表:
+-------------+----------+
| Column Name | Type |
+-------------+----------+
| id | int |
| name | varchar |
| sex | ENUM |
| salary | int |
+-------------+----------+
id 是这个表的主键。
sex 这一列的值是 ENUM 类型,只能从 ('m', 'f') 中取。
本表包含公司雇员的信息。
使用IF
update Salary
set sex = if(sex = 'f', 'm', 'f');
使用CASE
update Salary
set sex =
case
when sex = 'f' then 'm'
else 'f'
end;
196. 删除重复的电子邮箱
题目要求不使用SELECT语句
Person表:
+-------------+---------+
| Column Name | Type |
+-------------+---------+
| id | int |
| email | varchar |
+-------------+---------+
id是该表的主键列。
该表的每一行包含一封电子邮件。电子邮件将不包含大写字母。
delete p1
表示从p1表中删除满足where条件的记录
# Please write a DELETE statement and DO NOT write a SELECT statement.
# Write your MySQL query statement below
delete p1
from Person p1, Person p2
where p1.email = p2.email and p1.id > p2.id;
使用SELECT和GROUP BY:
delete from Person
where id not in(
select * from(select min(id) from Person group by email) t
);
Day3 字符串处理函数/正则
1667. 修复表中的名字
Users表:
+----------------+---------+
| Column Name | Type |
+----------------+---------+
| user_id | int |
| name | varchar |
+----------------+---------+
user_id 是该表的主键。
该表包含用户的 ID 和名字。名字仅由小写和大写字符组成。
CONCAT
函数用来拼接两个字符串,使用 UPPER
和 LOWER
来对name进行变换,然后拼接起来
select user_id, concat(upper(left(name, 1)), lower(substring(name, 2))) as name
from Users
order by user_id;
1484. 按日期分组销售产品
Activities表:
+-------------+---------+
| 列名 | 类型 |
+-------------+---------+
| sell_date | date |
| product | varchar |
+-------------+---------+
此表没有主键,它可能包含重复项。
此表的每一行都包含产品名称和在市场上销售的日期。
用 group by sell_date
将产品按日期统计起来,然后使用 count
进行计数,使用 group_concat
将产品名拼接起来
select sell_date,
count(distinct(product)) as num_sold,
group_concat(distinct product order by product asc separator ',') as products
from Activities
group by sell_date;
1527. 患某种疾病的患者
患者信息表: Patients
+--------------+---------+
| Column Name | Type |
+--------------+---------+
| patient_id | int |
| patient_name | varchar |
| conditions | varchar |
+--------------+---------+
patient_id (患者 ID)是该表的主键。
'conditions' (疾病)包含 0 个或以上的疾病代码,以空格分隔。
这个表包含医院中患者的信息。
用like匹配,注意两种情况:
DIAB1
在第一个,这时候用DIAN1%
匹配DIAB1
不在第一个,此时要在用% DIAB1%
匹配,注意前面有个空格
select patient_id, patient_name, conditions
from Patients
where conditions like 'DIAB1%' or conditions like '% DIAB1%';
Day4 组合查询 & 指定选取
1965. 丢失信息的雇员
表: Employees
+-------------+---------+
| Column Name | Type |
+-------------+---------+
| employee_id | int |
| name | varchar |
+-------------+---------+
employee_id 是这个表的主键。
每一行表示雇员的id 和他的姓名。
表: Salaries
+-------------+---------+
| Column Name | Type |
+-------------+---------+
| employee_id | int |
| salary | int |
+-------------+---------+
employee_id is 这个表的主键。
每一行表示雇员的id 和他的薪水。
使用 union all
来连接两个查询结果,通过 group by
进行将employee_id进行聚合,使用 having count()
选择仅出现一次的id
UNION
和 UNION ALL
的区别:前者会在连接后进行去重操作;后者不会去重,把查询出来的所有结果一起返回
select employee_id
from(
select employee_id from Employees
union all
select employee_id from Salaries
) as t
group by employee_id
having count(*) = 1
order by employee_id asc;
1795. 每个产品在不同商店的价格
表:Products
+-------------+---------+
| Column Name | Type |
+-------------+---------+
| product_id | int |
| store1 | int |
| store2 | int |
| store3 | int |
+-------------+---------+
这张表的主键是product_id(产品Id)。
每行存储了这一产品在不同商店store1, store2, store3的价格。
如果这一产品在商店里没有出售,则值将为null。
将查询出来的 store{1,2,3}
都重命名为 store
,然后使用 union
将三个查询连接起来
select product_id, 'store1' as store, store1 price from Products where store1 is not null
union
select product_id, 'store2' as store, store2 price from Products where store2 is not null
union
select product_id, 'store3' as store, store3 price from Products where store3 is not null;
608. 树节点
给定一个表 tree,id 是树节点的编号, p_id 是它父节点的 id 。
+----+------+
| id | p_id |
+----+------+
| 1 | null |
| 2 | 1 |
| 3 | 1 |
| 4 | 2 |
| 5 | 2 |
+----+------+
使用CASE
如果 p_id
为null,则节点为根节点
如果 id
在 p_id
里出现过,则为内部节点
没出现过的为叶子
select t.id, (
case
when t.p_id is null then 'Root'
when (
select count(*)
from tree t1 where t1.p_id = t.id
) > 0 then 'Inner'
else 'Leaf'
end
) as type
from tree as t;
使用LEFT JOIN
将 id
与 p_id
进行左连接
如果 t1.p_id
是空,则该节点是根节点
如果 t2.p_id
是空,则说明 id
没有在 p_id
中出现过,即该节点是叶子
否则,是内部节点
select distinct t1.id, (
if(isnull(t1.p_id), 'Root', if(isnull(t2.p_id), 'Leaf', 'Inner'))
) as type
from tree t1
left join
tree t2 on t1.id = t2.p_id;
176. 第二高的薪水
Employee 表:
+-------------+------+
| Column Name | Type |
+-------------+------+
| id | int |
| salary | int |
+-------------+------+
id 是这个表的主键。
表的每一行包含员工的工资信息。
方法二和方法三注意使用 DISTINCT
去重,因为最高的薪水可能不止一个
方法一
从去除掉最大薪水的剩余表中查询最大薪水
select max(salary) as SecondHighestSalary
from Employee
where salary not in (select max(salary) from Employee);
方法二
使用 limit
和 offset
offset
表示要跳过的数据的数量
如果查询到的数据为空,用 ifnull
将空数据变为null
select ifnull
(
(
select distinct salary
from Employee
order by salary desc
limit 1 offset 1
), null
) as SecondHighestSalary;
方法三
使用临时表解决没有第二高工资的情况,对临时表进行选择,如果临时表是空表的话会返回null
select(
select distinct salary
from Employee
order by salary desc
limit 1 offset 1
) as SecondHighestSalary;
Day5 合并
LEFT JOIN
从左表(table1)返回所有的行,即使右表(table2)中没有匹配。如果右表中没有匹配,则结果为 NULL。
语法示例:
SELECT column_name(s)
FROM table1
LEFT JOIN table2
ON table1.column_name=table2.column_name;
175. 组合两个表
表: Person
+-------------+---------+
| 列名 | 类型 |
+-------------+---------+
| PersonId | int |
| FirstName | varchar |
| LastName | varchar |
+-------------+---------+
personId 是该表的主键列。
该表包含一些人的 ID 和他们的姓和名的信息。
表: Address
+-------------+---------+
| 列名 | 类型 |
+-------------+---------+
| AddressId | int |
| PersonId | int |
| City | varchar |
| State | varchar |
+-------------+---------+
addressId 是该表的主键列。
该表的每一行都包含一个 ID = PersonId 的人的城市和州的信息。
直接使用左连接即可
select firstName, lastName, city, state
from Person
left join Address
on Person.personId = Address.personId;
1581. 进店却未进行过交易的顾客
表:Visits
+-------------+---------+
| Column Name | Type |
+-------------+---------+
| visit_id | int |
| customer_id | int |
+-------------+---------+
visit_id 是该表的主键。
该表包含有关光临过购物中心的顾客的信息。
表:Transactions
+----------------+---------+
| Column Name | Type |
+----------------+---------+
| transaction_id | int |
| visit_id | int |
| amount | int |
+----------------+---------+
transaction_id 是此表的主键。
此表包含 visit_id 期间进行的交易的信息。
使用左连接将 Visits
表和 Transactions
表连接,然后查询连接后的表里有多少个null
select customer_id, count(*) count_no_trans
from Visits v
left join
Transactions t on v.visit_id = t.visit_id
where amount is null
group by customer_id;
1148. 文章浏览 I
Views 表:
+---------------+---------+
| Column Name | Type |
+---------------+---------+
| article_id | int |
| author_id | int |
| viewer_id | int |
| view_date | date |
+---------------+---------+
此表无主键,因此可能会存在重复行。
此表的每一行都表示某人在某天浏览了某位作者的某篇文章。
请注意,同一人的 author_id 和 viewer_id 是相同的。
使用 DISTINCT
或 GROUP BY
均可
select distinct author_id as id
from Views
where author_id = viewer_id
# group by id
order by id asc;
Day6 合并
197. 上升的温度
表: Weather
+---------------+---------+
| Column Name | Type |
+---------------+---------+
| id | int |
| recordDate | date |
| temperature | int |
+---------------+---------+
id 是这个表的主键
该表包含特定日期的温度信息
使用 DATEDIFF
函数来判断两个日期的差值
可以使用 INNER JOIN
连接,也可以直接select两个表:
select today.id
from
Weather today,
Weather yesterday
# 或者:
# Weather today
# inner join Weather yesterday
where datediff(today.recordDate, yesterday.recordDate) = 1 and today.Temperature > yesterday.Temperature;
607. 销售员
表: SalesPerson
+-----------------+---------+
| Column Name | Type |
+-----------------+---------+
| sales_id | int |
| name | varchar |
| salary | int |
| commission_rate | int |
| hire_date | date |
+-----------------+---------+
sales_id 是该表的主键列。
该表的每一行都显示了销售人员的姓名和 ID ,以及他们的工资、佣金率和雇佣日期。
使用 WHERE
一直嵌套
select S.name as name
from SalesPerson S
where S.sales_id not in
(
select O.sales_id
from Orders O
where O.com_id in
(
select C.com_id
from Company C
where C.name = 'RED'
)
);
1141. 查询近30天活跃用户数
活动记录表:Activity
+---------------+---------+
| Column Name | Type |
+---------------+---------+
| user_id | int |
| session_id | int |
| activity_date | date |
| activity_type | enum |
+---------------+---------+
该表是用户在社交网站的活动记录。
该表没有主键,可能包含重复数据。
activity_type 字段为以下四种值 ('open_session', 'end_session', 'scroll_down', 'send_message')。
每个 session_id 只属于一个用户。
注意是 distinct user_id
,因为 一个用户可能会对应多个 session_id
,datediff
的时候要注意不小于0
select activity_date as day, count(distinct user_id) as active_users
from Activity
where datediff('2019-07-27', activity_date) < 30 and datediff('2019-07-27', activity_date) >= 0
group by activity_date;
Day7 统计去重
1141. 查询近30天活跃用户数
活动记录表:Activity
+---------------+---------+
| Column Name | Type |
+---------------+---------+
| user_id | int |
| session_id | int |
| activity_date | date |
| activity_type | enum |
+---------------+---------+
该表是用户在社交网站的活动记录。
该表没有主键,可能包含重复数据。
activity_type 字段为以下四种值 ('open_session', 'end_session', 'scroll_down', 'send_message')。
每个 session_id 只属于一个用户。
注意是 distinct user_id
,因为 一个用户可能会对应多个 session_id
,datediff
的时候要注意不小于0
select activity_date as day, count(distinct user_id) as active_users
from Activity
where datediff('2019-07-27', activity_date) < 30 and datediff('2019-07-27', activity_date) >= 0
group by activity_date;
1693. 每天的领导和合伙人
表:DailySales
+-------------+---------+
| Column Name | Type |
+-------------+---------+
| date_id | date |
| make_name | varchar |
| lead_id | int |
| partner_id | int |
+-------------+---------+
该表没有主键。
该表包含日期、产品的名称,以及售给的领导和合伙人的编号。
名称只包含小写英文字母。
select date_id, make_name, count(distinct lead_id) as unique_leads, count(distinct partner_id) as unique_partners
from DailySales
group by date_id, make_name;
1729. 求关注者的数量
表: Followers
+-------------+------+
| Column Name | Type |
+-------------+------+
| user_id | int |
| follower_id | int |
+-------------+------+
(user_id, follower_id) 是这个表的主键。
该表包含一个关注关系中关注者和用户的编号,其中关注者关注用户。
select user_id, count(follower_id) as followers_count
from Followers
group by user_id
order by user_id asc;
Day8 计算函数
586. 订单最多的客户
表: Orders
+-----------------+----------+
| Column Name | Type |
+-----------------+----------+
| order_number | int |
| customer_number | int |
+-----------------+----------+
Order_number是该表的主键。
此表包含关于订单ID和客户ID的信息。
降序排序后用 limit 1
选择出来第一个值,就是订单最多的用户
select customer_number
from Orders
group by customer_number
order by count(*) desc
limit 1;
511. 游戏玩法分析 I
活动表 Activity:
+--------------+---------+
| Column Name | Type |
+--------------+---------+
| player_id | int |
| device_id | int |
| event_date | date |
| games_played | int |
+--------------+---------+
表的主键是 (player_id, event_date)。
这张表展示了一些游戏玩家在游戏平台上的行为活动。
每行数据记录了一名玩家在退出平台之前,当天使用同一台设备登录平台后打开的游戏的数目(可能是 0 个)。
对 player_id
进行分组,然后选择出每个id的最小的 event_date
使用排序后时间会比不用排序直接去最小值快将近100ms,chatgpt给出的解释是:
MySQL 中先排序再取最小值可能会变快的原因是,在数据表中有索引的情况下,如果在排序之前就取最小值,MySQL 的引擎会扫描整个表并在内存中对所有行进行排序,而如果先排序再取最小值,MySQL 的引擎只需要扫描索引并返回第一个索引值即可。
这个表现差异更明显的是在排序字段上有索引的情况下.
在这种情况下,MySQL 的引擎可以使用索引进行排序,而无需在内存中对所有行进行排序。因此查询速度会显著加快.
select player_id, min(event_date) as first_login
from Activity
group by player_id
order by event_date asc;
1890. 2020年最后一次登录
表: Logins
+----------------+----------+
| 列名 | 类型 |
+----------------+----------+
| user_id | int |
| time_stamp | datetime |
+----------------+----------+
(user_id, time_stamp) 是这个表的主键。
每一行包含的信息是user_id 这个用户的登录时间。
对 user_id
进行分组,选出在2020年的最大登录时间
select user_id, max(time_stamp) as last_stamp
from Logins
where time_stamp between '2020-01-01 0:0:0' and '2020-12-31 23:59:59'
group by user_id;
1741. 查找每个员工花费的总时间
表: Employees
+-------------+------+
| Column Name | Type |
+-------------+------+
| emp_id | int |
| event_day | date |
| in_time | int |
| out_time | int |
+-------------+------+
(emp_id, event_day, in_time) 是这个表的主键。
该表显示了员工在办公室的出入情况。
event_day 是此事件发生的日期,in_time 是员工进入办公室的时间,而 out_time 是他们离开办公室的时间。
in_time 和 out_time 的取值在1到1440之间。
题目保证同一天没有两个事件在时间上是相交的,并且保证 in_time 小于 out_time。
select event_day as day, emp_id, sum(out_time - in_time) as total_time
from Employees
group by emp_id, event_day;
Day9 控制流
1393. 股票的资本损益
Stocks 表:
+---------------+---------+
| Column Name | Type |
+---------------+---------+
| stock_name | varchar |
| operation | enum |
| operation_day | int |
| price | int |
+---------------+---------+
(stock_name, day) 是这张表的主键
operation 列使用的是一种枚举类型,包括:('Sell','Buy')
此表的每一行代表了名为 stock_name 的某支股票在 operation_day 这一天的操作价格。
保证股票的每次'Sell'操作前,都有相应的'Buy'操作。
用 if
判断一下,用 case
也可以
select stock_name, sum(
if(operation = 'Buy', -1 * price, price)
) as capital_gain_loss
from Stocks
group by stock_name;
1407. 排名靠前的旅行者
表:Users
+---------------+---------+
| Column Name | Type |
+---------------+---------+
| id | int |
| name | varchar |
+---------------+---------+
id 是该表单主键。
name 是用户名字。
用 ifnull
来将null变为0,order by
可以排序多个字段
select name, ifnull(sum(distance), 0) as travelled_distance
from Users
left join
Rides on Users.id = Rides.user_id
group by user_id
order by travelled_distance desc, name asc;
1158. 市场分析 I
Table: Users
+----------------+---------+
| Column Name | Type |
+----------------+---------+
| user_id | int |
| join_date | date |
| favorite_brand | varchar |
+----------------+---------+
此表主键是 user_id。
表中描述了购物网站的用户信息,用户可以在此网站上进行商品买卖。
Table: Orders
+---------------+---------+
| Column Name | Type |
+---------------+---------+
| order_id | int |
| order_date | date |
| item_id | int |
| buyer_id | int |
| seller_id | int |
+---------------+---------+
此表主键是 order_id。
外键是 item_id 和(buyer_id,seller_id)。
Table: Items
+---------------+---------+
| Column Name | Type |
+---------------+---------+
| item_id | int |
| item_brand | varchar |
+---------------+---------+
此表主键是 item_id。
Items
表是没有用的。
首先从 Orders
表中选出在2019年买过商品的 buyer_id
,然后用 group by
分组,统计出来每个人买的次数,然后和 Users
表进行连接
select user_id as buyer_id, join_date, ifnull(orders_in_2019, 0) as orders_in_2019
from Users as U
left join(
select buyer_id, count(*) as orders_in_2019
from Orders as O
where O.order_date between '2019-01-01' and '2019-12-31'
group by buyer_id
) as t
on t.buyer_id = U.user_id;
Day10 过滤
182. 查找重复的电子邮箱
编写一个 SQL 查询,查找 Person 表中所有重复的电子邮箱。
示例:
+----+---------+
| Id | Email |
+----+---------+
| 1 | [email protected] |
| 2 | [email protected] |
| 3 | [email protected] |
+----+---------+
使用GROUP BY
select Email
from(
select Email, count(*) as cnt
from Person
group by Email
) as t
where t.cnt > 1;
使用GROUP BY和HAVING
select Email
from Person
group by Email
having count(*) > 1;
1050. 合作过至少三次的演员和导演
ActorDirector 表:
+-------------+---------+
| Column Name | Type |
+-------------+---------+
| actor_id | int |
| director_id | int |
| timestamp | int |
+-------------+---------+
timestamp 是这张表的主键.
使用GROUP BY和HAVING
select actor_id, director_id
from ActorDirector
group by actor_id, director_id
having count(*) >= 3;
1587. 银行账户概要 II
表: Users
+--------------+---------+
| Column Name | Type |
+--------------+---------+
| account | int |
| name | varchar |
+--------------+---------+
account 是该表的主键.
表中的每一行包含银行里中每一个用户的账号.
表: Transactions
+---------------+---------+
| Column Name | Type |
+---------------+---------+
| trans_id | int |
| account | int |
| amount | int |
| transacted_on | date |
+---------------+---------+
trans_id 是该表主键.
该表的每一行包含了所有账户的交易改变情况.
如果用户收到了钱, 那么金额是正的; 如果用户转了钱, 那么金额是负的.
所有账户的起始余额为 0.
使用左连接将两个表连接起来,然后对 account
进行分组,计算账户余额,最后用 having
选出余额大于一万的账户
select name,sum(amount) as balance
from Users as U
left join
Transactions as T
on U.account = T.account
group by T.account
having balance > 10000;
1084. 销售分析III
Table: Product
+--------------+---------+
| Column Name | Type |
+--------------+---------+
| product_id | int |
| product_name | varchar |
| unit_price | int |
+--------------+---------+
Product_id是该表的主键。
该表的每一行显示每个产品的名称和价格。
Table: Sales
+-------------+---------+
| Column Name | Type |
+-------------+---------+
| seller_id | int |
| product_id | int |
| buyer_id | int |
| sale_date | date |
| quantity | int |
| price | int |
+------ ------+---------+
这个表没有主键,它可以有重复的行。
product_id 是 Product 表的外键。
该表的每一行包含关于一个销售的一些信息。
注意是产品的所有销售时间都在第一个季度,所以要判断销售时间的最大值和最小值均在第一季度
select P.product_id, P.product_name
from Product as P
left join
Sales as S on S.product_id = P.product_id
group by S.product_id
having (min(S.sale_date) between '2019-01-01' and '2019-03-31') and (max(S.sale_date) between '2019-01-01' and '2019-03-31')
标签:入门,int,LeetCode,SQL,date,主键,id,select,name
From: https://www.cnblogs.com/Friends-A/p/17046597.html