?? 1、專欄介紹

「SQL面試題庫」是由 不是西紅柿 發(fā)起，全員免費(fèi)參與的SQL學(xué)習(xí)活動(dòng)。我每天發(fā)布1道SQL面試真題，從簡單到困難，涵蓋所有SQL知識點(diǎn)，我敢保證只要做完這100道題，不僅能輕松搞定面試，代碼能力和工作效率也會有明顯提升。

1.1 活動(dòng)流程

1. 整理題目：西紅柿每天無論刮風(fēng)下雨，保證在8am 前，更新一道新鮮SQL面試真題。
2. 粉絲打卡：粉絲們可在評論區(qū)寫上解題思路，或者直接完成SQL代碼，有困難的小伙伴不要著急，先看別人是怎么解題的，邊看邊學(xué)，不懂就問我。
3. 交流討論：為了方便交流討論，可進(jìn)入 數(shù)據(jù)倉庫 。
4. 活動(dòng)獎(jiǎng)勵(lì)：我每天都會看評論區(qū)和群里的內(nèi)容，對于積極學(xué)習(xí)和熱心解答問題的小伙伴，紅包鼓勵(lì)，以營造更好的學(xué)習(xí)氛圍。

1.2 你的收獲

1. 增強(qiáng)自信，搞定面試：在求職中，SQL是經(jīng)常遇到的技能點(diǎn)，而這些題目也多數(shù)是真實(shí)的面試題，刷題可以讓我們更好地備戰(zhàn)面試，增強(qiáng)自信，提升自己的核心競爭力。

2. 鞏固SQL語法，高效搞定工作：通過不斷練習(xí)，能夠熟悉SQL的語法和常用函數(shù)，掌握SQL核心知識點(diǎn)，提高SQL編寫能力。代碼能力提升了，工作效率自然高了。

3. 提高數(shù)據(jù)處理能力、鍛煉思維能力：SQL是數(shù)據(jù)處理的核心工具，通過刷題可以讓我們更好地理解數(shù)據(jù)處理的過程，提高數(shù)據(jù)分析的效率。SQL題目的難度不一，需要在一定時(shí)間內(nèi)解決問題，培養(yǎng)了我們對問題的思考能力、解決問題的能力和對時(shí)間的把控能力等。

?? 2、今日真題

題目介紹： 電影評分 movie-rating

難度中等

SQL架構(gòu)

表：

Movies

+---------------+---------+
| Column Name   | Type    |
+---------------+---------+
| movie_id      | int     |
| title         | varchar |
+---------------+---------+
movie_id 是這個(gè)表的主鍵。
title 是電影的名字。

表：

Users

+---------------+---------+
| Column Name   | Type    |
+---------------+---------+
| user_id       | int     |
| name          | varchar |
+---------------+---------+
user_id 是表的主鍵。

表：

Movie_Rating

+---------------+---------+
| Column Name   | Type    |
+---------------+---------+
| movie_id      | int     |
| user_id       | int     |
| rating        | int     |
| created_at    | date    |
+---------------+---------+
(movie_id, user_id) 是這個(gè)表的主鍵。
這個(gè)表包含用戶在其評論中對電影的評分 rating 。
created_at 是用戶的點(diǎn)評日期。

請你編寫一組 SQL 查詢：

• 查找評論電影數(shù)量最多的用戶名。

如果出現(xiàn)平局，返回字典序較小的用戶名。

• 查找在

2020 年 2 月 平均評分最高

的電影名稱。

如果出現(xiàn)平局，返回字典序較小的電影名稱。

查詢分兩行返回，查詢結(jié)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 都點(diǎn)評了 3 部電影（"Avengers", "Frozen 2" 和 "Joker"） 但是 Daniel 字典序比較小。 Frozen 2 和 Joker 在 2 月的評分都是 3.5，但是 Frozen 2 的字典序比較小。 ```文章來源地址http://www.zghlxwxcb.cn/news/detail-491547.html

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
)

• 已經(jīng)有靈感了？在評論區(qū)寫下你的思路吧！