加入 Gitee
与超过 1200万 开发者一起发现、参与优秀开源项目,私有仓库也完全免费 :)
免费加入
文件
该仓库未声明开源许可证文件(LICENSE),使用请关注具体项目描述及其代码上游依赖。
克隆/下载
SQLQuery12.sql 2.55 KB
一键复制 编辑 原始数据 按行查看 历史
五星好市民.林 提交于 2021-03-25 19:53 . 林程铭第8次作业
create database orderitem
use orderitem
go
create table Order1
(
orderID int identity ,
orderDate nvarchar(max)
);
go
set identity_insert Order1 on
insert into Order1(orderID,orderDate)
values(1,'2008-01-10 00:00:00.000'),
(2,'2008-02-10 00:00:00.000'),
(3,'2008-02-15 00:00:00.000'),
(4,'2008-03-10 00:00:00.000');
go
create table item
(
itemID int identity ,
orderid int,
itemType nvarchar(5),
itemName nvarchar(5),
theNumber int,
theMoney int
);
go
insert into item(orderid,itemType,itemName,theNumber,theMoney)
values(1,'文具','笔',72,2),
(1,'文具','尺',10,1),
(1,'体育用具','篮球',1,56),
(2,'文具','笔',36,2),
(2,'文具','固体胶',20,3),
(2,'日常用品','透明胶',2,1),
(2,'文具','羽毛球',20,3),
(3,'文具','订书机',20,3),
(3,'文具','订书针',10,3),
(3,'文具','裁纸刀',5,5),
(4,'文具','笔',20,2),
(4,'文具','信纸',50,1),
(4,'日常用品','毛巾',4,5),
(4,'日常用品','透明胶',30,1),
(4,'体育用品','羽毛球',20,3);
go
--订单表(orders)列为:订单编号(orderId 主键) 订购日期(orderDate)
--订购项目表(orderItem),列为:
--项目编号(ItemiD)订单编号(orderId)产品类别(itemType)
--产品名称(itemName) 订购数量(theNumber) 订购单价(theMoney)
--1.查询所有订单订购的所有物品数量总和
select sum(theNumber) 物品数量总和 from item
--2.查询订单编号小于3的,平均单价小于10 每个订单订购的所有物品的数量和以及平均单价
select sum(theNumber) 所有物品量 , avg(theMoney) 平局单价 from item
group by orderid
having orderid<3 and avg(theMoney)<10
--3.查询平均单价小于10并且总数量大于 50 每个订单订购的所有物品数量和以及平均单价
select sum(theNumber) 所有物品量 , avg(theMoney) 平均单价 from item
group by orderid
having avg(theMoney)<10 and sum(theNumber)>50
--4.查询每种类别的产品分别订购了几次,例如:
-- 文具 9
-- 体育用品 3
-- 日常用品 3
select itemName 产品名,count(*) 分别被订购量 from item group by itemType,itemName
--5.查询每种类别的产品的订购总数量在100以上的订购总数量和平均单价
select sum(theNumber) 订购总数量 , avg(theMoney) 平均单价 from item
group by itemType
having sum(theNumber)>100
--6.查询每种产品的订购次数,订购总数量和订购的平均单价,例如:
-- 产品名称 订购次数 总数量 平均单价
-- 笔 3 120 2
select itemName 产品名称,count(*) 订购次数, sum(theNumber ) 订购总量, avg(theMoney) 平均单价 from item
group by itemName,theNumber,theMoney
马建仓 AI 助手
尝试更多
代码解读
代码找茬
代码优化