当前位置: 首页 > article >正文

sql函数总结(成绩在于平时,成功在于积累)最终版

1、有时间了总结一下下面每个函数的应用每个函数的应用可以举一反三。1.1、datediff只支持天与timestampdiff支持任何单位1.2、curdatecurtimedate提取年月日time提取时分秒核心要点一句话总结每个函数CURDATE()无参拿当前日期CURTIME()无参拿当前时间DATE(值)带参提日期TIME(值)带参提时间date_sub时间interval1 day--实现一个连续登录的sql-与豆包讨论date_add。同理:1.3、subdate与adddate1.4、str_to_date 与 date_formate总结DATE_SUB是通用且推荐的写法语义清晰、全场景支持适合所有开发场景SUBDATE仅作为DATE_SUB的简写存在仅在 “减天数” 的极简场景下有一点点便捷性通用性远不如DATE_SUB实际开发中优先用DATE_SUB避免用SUBDATE尤其是极简写法提升代码可读性和可维护性。--- 2、in 与 not in的用法2.1、select * from ry1 where grade in (SELECT usint FROM ry1);2.1、用exists去实现select * from ry1 rs where EXISTS (SELECT * FROM ry1 r where r.usint rs.grade );-- 用not in 的时候一定要把子查询里面的数据做判断把字段值是null剔除。不然查询结果为空2.2、select * from ry1 where grade not in (SELECT usint FROM ry1 where usint is not null)2.2、用not exists去实现select * from ry1 rs where not EXISTS (SELECT * FROM ry1 r where r.usint rs.grade );场景选择建议当子查询结果集较大且内外层表有明确关联条件时优先使用EXISTS性能更优。当子查询结果集较小且无明确关联条件时可使用IN语法更简洁。如需判断 “不存在”优先使用NOT EXISTS而非NOT INNOT IN对 NULL 敏感易出问题。------------------------------------------------------------------------------------------------------20260306用户连续登录的问题-- 创建用户登录表含注释便于理解 CREATE TABLE IF NOT EXISTS user_login ( id INT AUTO_INCREMENT PRIMARY KEY COMMENT 主键ID, user_id INT NOT NULL COMMENT 用户ID, login_time DATETIME NOT NULL COMMENT 登录时间, -- 可选添加唯一索引避免同一用户同一秒重复记录根据业务需求决定 UNIQUE KEY idx_user_time (user_id, login_time) ) COMMENT 用户登录记录表;-- 清空表测试用正式环境注释掉 TRUNCATE TABLE user_login; -- 插入测试数据 INSERT INTO user_login (user_id, login_time) VALUES -- 用户1连续登录5天2026-03-01 至 2026-03-05 (1, 2026-03-04 10:01:00), (1, 2026-03-05 19:33:22), -- 用户2间断登录3.01-3.02连续3.04-3.05连续中间3.03未登录 (2, 2026-03-01 07:55:00), (2, 2026-03-02 11:20:30), (2, 2026-03-04 15:18:40), (2, 2026-03-05 20:00:00), -- 用户3仅登录1次 (3, 2026-03-03 12:00:00), -- 用户4连续登录2天之后隔1天又登录1天 (4, 2026-03-01 08:00:00), (4, 2026-03-02 08:00:00), (4, 2026-03-04 08:00:00), -- 用户5同一天多次登录仅算1天连续 (5, 2026-03-01 09:00:00), (5, 2026-03-01 14:00:00), (5, 2026-03-02 10:00:00);解答select ub.user_id,min(ub.login_time),max(ub.login_time),ub.c_num from( select *, DATE_SUB(u.d_t,INTERVAL u.rn day) d_s, count(*) over(PARTITION by u.user_id,DATE_SUB(u.d_t,INTERVAL u.rn day)) c_num from( select *,date(login_time) d_t, row_number() over(PARTITION by user_id order by login_time) rn from user_login)u)ub where ub.c_num ( select max(uw.c_num) from( select u.user_id, DATE_SUB(u.d_t,INTERVAL u.rn day) d_s, count(*) over(PARTITION by u.user_id,DATE_SUB(u.d_t,INTERVAL u.rn day)) c_num from( select user_id,date(login_time) d_t, row_number() over(PARTITION by user_id order by login_time) rn from user_login)u)uw) GROUP BY ub.user_id 解释思路 1、生成一个row_number() over() 窗户函数字段,根据用户分组对时间排序。 2、用date_sub() 时间函数把登录时间 减去 生成的row_number()字段数字INTERVAL row_number数字 day 3、再次通过窗户函数对用户id减去后的时间同时分组。就能得出最大的连续登录数。 4、得出最大登录天数就可以利用这个数字作为条件或子查询的结果。反复嵌套就可以查询出来哪些用户连续登录的天数。 5、最后对用户分组就可以求出 min(time)max(time)。看上面示例方法2、SELECT user_id, MIN(login_date) 最小登录日期, MAX(login_date) 最大登录日期, COUNT(*) 最大连续天数 FROM (SELECT user_id, DATE(login_time) login_date, DATE_SUB(DATE(login_time), INTERVAL ROW_NUMBER() OVER (PARTITION BY user_id ORDER BY DATE(login_time)) DAY) group_flag FROM (SELECT DISTINCT user_id, login_time FROM user_login) t1) t2 GROUP BY user_id, group_flag HAVING COUNT(*) (SELECT MAX(cnt) FROM (SELECT COUNT(*) cnt FROM (SELECT user_id, DATE(login_time) login_date, DATE_SUB(DATE(login_time), INTERVAL ROW_NUMBER() OVER (PARTITION BY user_id ORDER BY DATE(login_time)) DAY) group_flag FROM (SELECT DISTINCT user_id, login_time FROM user_login) t1) t2 GROUP BY user_id, group_flag) t3) ORDER BY user_id;1、SQL 18 题相对复杂https://www.doubao.com/thread/a49c6d42a3183https://www.doubao.com/thread/a49c6d42a3183

相关文章:

sql函数总结(成绩在于平时,成功在于积累)最终版

1、有时间了总结一下,下面每个函数的应用,每个函数的应用可以举一反三。 1.1、datediff(只支持天)与timestampdiff(支持任何单位) 1.2、curdate,curtime,date(提取年月日…...

Local Moondream2效果实测:多场景图像内容识别准确率分析

Local Moondream2效果实测:多场景图像内容识别准确率分析 1. 核心功能介绍 Local Moondream2是一个基于Moondream2构建的超轻量级视觉对话Web界面,它能让你的电脑真正拥有"眼睛"。这个工具可以对你上传的任何图片进行详细描述、反推绘画提示…...

Sionna完全指南:下一代物理层研究的终极开源工具库

Sionna完全指南:下一代物理层研究的终极开源工具库 【免费下载链接】sionna Sionna: An Open-Source Library for Next-Generation Physical Layer Research 项目地址: https://gitcode.com/gh_mirrors/si/sionna Sionna是一个基于TensorFlow构建的开源Pytho…...

突破远程文件壁垒:sshfs核心功能与多线程技术解析

突破远程文件壁垒:sshfs核心功能与多线程技术解析 【免费下载链接】sshfs File system based on the SSH File Transfer Protocol 项目地址: https://gitcode.com/gh_mirrors/ssh/sshfs sshfs是一款基于SSH文件传输协议(SFTP)的文件系…...

CycleGAN-TensorFlow实战教程:从环境搭建到模型训练的完整步骤

CycleGAN-TensorFlow实战教程:从环境搭建到模型训练的完整步骤 【免费下载链接】CycleGAN-TensorFlow An implementation of CycleGan using TensorFlow 项目地址: https://gitcode.com/gh_mirrors/cy/CycleGAN-TensorFlow CycleGAN-TensorFlow是一个基于Ten…...

YOLO12模型生命周期管理:训练→验证→部署→监控→迭代的DevOps闭环

YOLO12模型生命周期管理:训练→验证→部署→监控→迭代的DevOps闭环 1. 引言:现代目标检测模型的完整生命周期 在人工智能快速发展的今天,目标检测模型已经广泛应用于各个领域。YOLO12作为Ultralytics于2025年推出的最新实时目标检测模型&a…...

nlp_structbert_sentence-similarity_chinese-large代码实例:扩展支持CSV批量句子对相似度计算

nlp_structbert_sentence-similarity_chinese-large代码实例:扩展支持CSV批量句子对相似度计算 你是不是也遇到过这样的问题?手里有一大堆句子对,需要批量计算它们的相似度,但一个个手动输入太麻烦,用脚本处理又得写一…...

CogVideoX-2b性能瓶颈分析:IO等待、显存交换、Decoder耗时定位方法

CogVideoX-2b性能瓶颈分析:IO等待、显存交换、Decoder耗时定位方法 1. 引言:当你的“AI导演”卡壳了 想象一下,你正兴奋地输入一段文字,期待服务器这位“AI导演”为你生成一段精彩的短视频。界面简洁,操作简单&#…...

chandra灰度发布流程:新版本逐步上线的风险控制

chandra灰度发布流程:新版本逐步上线的风险控制 1. 引言:为什么新版本上线需要“灰度”? 想象一下,你开发了一个功能强大的OCR工具,经过无数个日夜的测试,终于准备发布一个重大更新。这个新版本承诺识别准…...

SmolVLA实战案例:结合RealSense D435i深度相机的3D动作增强方案

SmolVLA实战案例:结合RealSense D435i深度相机的3D动作增强方案 1. 项目背景与核心价值 想象一下,你有一个机器人手臂,你想让它“拿起那个红色的方块,放进蓝色的盒子里”。传统方法可能需要你写一堆复杂的代码,告诉它…...

Z-Image-GGUF入门必看:从零搭建阿里通义AI绘图环境,支持中英文提示词

Z-Image-GGUF入门必看:从零搭建阿里通义AI绘图环境,支持中英文提示词 1. 项目简介:你的第一台AI画师 想象一下,你只需要用文字描述,就能让电脑为你画出一幅精美的画作。无论是“樱花盛开的富士山”,还是“…...

DeepSeek-OCR-2部署教程:HTTPS反向代理+Basic Auth保障WebUI生产安全

DeepSeek-OCR-2部署教程:HTTPS反向代理Basic Auth保障WebUI生产安全 1. 为什么需要安全部署DeepSeek-OCR-2? 如果你正在考虑将DeepSeek-OCR-2投入实际生产环境,那么安全部署就是你必须面对的第一个问题。想象一下这个场景:你的O…...

Mask R-CNN高级应用:多类别实例分割与视频处理实战

Mask R-CNN高级应用:多类别实例分割与视频处理实战 【免费下载链接】Mask_RCNN Mask R-CNN for object detection and instance segmentation on Keras and TensorFlow 项目地址: https://gitcode.com/gh_mirrors/ma/Mask_RCNN Mask R-CNN是一款基于Keras和T…...

SAM 2架构解析:Transformer与流式内存如何实现实时视频处理

SAM 2架构解析:Transformer与流式内存如何实现实时视频处理 【免费下载链接】sam2 The repository provides code for running inference with the Meta Segment Anything Model 2 (SAM 2), links for downloading the trained model checkpoints, and example note…...

pydata-book第六章数据加载:CSV、Excel、JSON等多种格式处理技巧

pydata-book第六章数据加载:CSV、Excel、JSON等多种格式处理技巧 【免费下载链接】pydata-book wesm/pydata-book: 这是Wes McKinney编写的《Python for Data Analysis》一书的源代码仓库,书中涵盖了使用pandas、NumPy和其他相关库进行数据处理和分析的实…...

Botpress集成指南:连接Slack、Notion等30+平台的实用技巧

Botpress集成指南:连接Slack、Notion等30平台的实用技巧 【免费下载链接】botpress The open-source hub to build & deploy GPT/LLM Agents ⚡️ 项目地址: https://gitcode.com/gh_mirrors/bo/botpress Botpress是一个开源的GPT/LLM Agents构建与部署中…...

stable-diffusion-webui-colab模型大全:200+精选模型推荐与使用方法

stable-diffusion-webui-colab模型大全:200精选模型推荐与使用方法 【免费下载链接】stable-diffusion-webui-colab stable diffusion webui colab 项目地址: https://gitcode.com/gh_mirrors/st/stable-diffusion-webui-colab stable-diffusion-webui-colab…...

gh_mirrors/car/carbon的模块化设计:代码组织的最佳实践

gh_mirrors/car/carbon的模块化设计:代码组织的最佳实践 【免费下载链接】carbon 项目地址: https://gitcode.com/gh_mirrors/car/carbon 在现代前端开发中,模块化设计是提升代码可维护性和扩展性的关键。gh_mirrors/car/carbon项目通过精心的代…...

Agentic平台核心:模块化架构的设计哲学

Agentic平台核心:模块化架构的设计哲学 【免费下载链接】chatgpt-api Node.js client for the official ChatGPT API. 🔥 项目地址: https://gitcode.com/gh_mirrors/ch/chatgpt-api Agentic平台作为现代AI应用开发的强力引擎,其模块化…...

Solarized Vim插件开发:ToggleBG背景切换功能实现

Solarized Vim插件开发:ToggleBG背景切换功能实现 【免费下载链接】solarized precision color scheme for multiple applications (terminal, vim, etc.) with both dark/light modes 项目地址: https://gitcode.com/gh_mirrors/so/solarized Solarized是一…...

计算机毕业设计springboot基于云服务的在线教育平台 基于SpringBoot的云端智慧教学服务平台设计与实现 基于云计算技术的在线学习资源管理系统开发

计算机毕业设计springboot基于云服务的在线教育平台w5hvo444 (配套有源码 程序 mysql数据库 论文) 本套源码可以在文本联xi,先看具体系统功能演示视频领取,可分享源码参考。随着互联网技术的飞速发展和全球教育需求的不断增长,传统…...

pydata-book正则表达式应用:文本数据清洗与模式匹配技巧

pydata-book正则表达式应用:文本数据清洗与模式匹配技巧 【免费下载链接】pydata-book wesm/pydata-book: 这是Wes McKinney编写的《Python for Data Analysis》一书的源代码仓库,书中涵盖了使用pandas、NumPy和其他相关库进行数据处理和分析的实践案例和…...

Solarized低视觉疲劳方案:夜间编程环境的色彩设置

Solarized低视觉疲劳方案:夜间编程环境的色彩设置 【免费下载链接】solarized precision color scheme for multiple applications (terminal, vim, etc.) with both dark/light modes 项目地址: https://gitcode.com/gh_mirrors/so/solarized Solarized是一…...

mmdetection动态推理加速:条件计算与早退机制的终极优化指南

mmdetection动态推理加速:条件计算与早退机制的终极优化指南 【免费下载链接】mmdetection open-mmlab/mmdetection: 是一个基于 PyTorch 的人工智能物体检测库,支持多种物体检测算法和工具。该项目提供了一个简单易用的人工智能物体检测库,可…...

Stanford Alpaca模型压缩对比:知识蒸馏与量化方法效果解析

Stanford Alpaca模型压缩对比:知识蒸馏与量化方法效果解析 【免费下载链接】stanford_alpaca Code and documentation to train Stanfords Alpaca models, and generate the data. 项目地址: https://gitcode.com/gh_mirrors/st/stanford_alpaca Stanford Al…...

PyCaret革命:用低代码机器学习库彻底改变Python数据分析流程

PyCaret革命:用低代码机器学习库彻底改变Python数据分析流程 【免费下载链接】pycaret An open-source, low-code machine learning library in Python 项目地址: https://gitcode.com/gh_mirrors/py/pycaret PyCaret是一个开源的低代码机器学习库&#xff0…...

LabelMe多标签标注技巧:复杂场景下的标签管理

LabelMe多标签标注技巧:复杂场景下的标签管理 【免费下载链接】labelme Image Polygonal Annotation with Python (polygon, rectangle, circle, line, point and image-level flag annotation). 项目地址: https://gitcode.com/gh_mirrors/lab/labelme Labe…...

Gorilla OpenFunctions并行调用教程:多工具协同执行效率提升300%

Gorilla OpenFunctions并行调用教程:多工具协同执行效率提升300% 【免费下载链接】gorilla Gorilla: An API store for LLMs 项目地址: https://gitcode.com/gh_mirrors/go/gorilla Gorilla OpenFunctions是一个功能强大的API调用平台,它为LLM&am…...

PyCaret并行计算功能:如何利用GPU加速模型训练

PyCaret并行计算功能:如何利用GPU加速模型训练 【免费下载链接】pycaret An open-source, low-code machine learning library in Python 项目地址: https://gitcode.com/gh_mirrors/py/pycaret PyCaret是一款开源的低代码机器学习库,它通过简化的…...

LabelMe开发环境搭建:高效调试与测试配置

LabelMe开发环境搭建:高效调试与测试配置 【免费下载链接】labelme Image Polygonal Annotation with Python (polygon, rectangle, circle, line, point and image-level flag annotation). 项目地址: https://gitcode.com/gh_mirrors/lab/labelme LabelMe是…...