可不可以用一条SQL语句查询多人各自成绩的总和

可不可以用一条SQL语句查询多人各自成绩的总和,第1张

查询多人各自成绩的总和sql语句如下:

select name,SUM(score)

from test2

group by name

按姓名分组,查看每个学生的优良中差统计:

SELECT sname, count(snum) 总数,

sum(case when snum<60 then 1 else 0 end) AS 不合格,

sum(case when snum>=60 AND snum<70 then 1 else 0 end) AS 中,

sum(case when snum>=70 AND snum< 90 then 1 else 0 end) AS 良,

sum(case when snum>=90 then 1 else 0 end) AS 优

FROM testScore

group by sname

;

扩展资料

SQL中Group By的使用:

“Group By”从字面意义上理解就是根据“By”指定的规则对数据进行分组,所谓的分组就是将一个“数据集”划分成若干个“小区域”,然后针对若干个“小区域”进行数据处理。

示例:

select 类别, sum(数量) as 数量之和

from A

group by 类别

这段代码实际上就是分类汇总。

在Access中不可以使用“order by 数量之和 desc”,但在SQL Server中则可以。

需要注意的一点,在select指定的字段要么就要包含在Group By语句的后面,作为分组的依据;要么就要被包含在聚合函数中。

sum()用于求和累加。

比如张二英语和体育的总成绩[英语70,体育:80]:select sum(chengji) from 学生表 where name='张三';这样查询出来的结果就是150。

count()用于求行的个数累计。

数据库中的count,是用来统计你查询出来的记录数,比如学生表中有十条记录:select count() from 学生表;这样查询出来的count就是10 了。

数据库中对空值的处理:sum()不计算,count()认为没有此项。

扩展资料:

数据库特点:

⑴ 实现数据共享

数据共享包含所有用户可同时存取数据库中的数据,也包括用户可以用各种方式通过接口使用数据库,并提供数据共享。

⑵ 减少数据的冗余度

同文件系统相比,由于数据库实现了数据共享,从而避免了用户各自建立应用文件。减少了大量重复数据,减少了数据冗余,维护了数据的一致性。

⑶ 数据的独立性

数据的独立性包括逻辑独立性(数据库中数据库的逻辑结构和应用程序相互独立)和物理独立性(数据物理结构的变化不影响数据的逻辑结构)。

⑷ 数据实现集中控制

文件管理方式中,数据处于一种分散的状态,不同的用户或同一用户在不同处理中其文件之间毫无关系。利用数据库可对数据进行集中控制和管理,并通过数据模型表示各种数据的组织以及数据间的联系。

⑸数据一致性和可维护性,以确保数据的安全性和可靠性

主要包括:①安全性控制:以防止数据丢失、错误更新和越权使用;②完整性控制:保证数据的正确性、有效性和相容性;③并发控制:使在同一时间周期内,允许对数据实现多路存取,又能防止用户之间的不正常交互作用。

⑹ 故障恢复

由数据库管理系统提供一套方法,可及时发现故障和修复故障,从而防止数据被破坏。数据库系统能尽快恢复数据库系统运行时出现的故障,可能是物理上或是逻辑上的错误。比如对系统的误 *** 作造成的数据错误等。

百度百科_数据库

实现的方法和详细的 *** 作步骤如下:

1、第一步,在桌面上,单击“

 Management Studio”图标,如下图所示,然后进入下一步。

2、其次,完成上述步骤后,单击左上角的“新建查询”按钮,如下图所示,然后进入下一步。

3、接着,完成上述步骤后,在此界面中,输入将表中具有相同ID的行的内容合并在一起的sql语句,如下图所示,然后进入下一步。

4、然后,完成上述步骤后,在此界面中,单击左上方的“执行”选项,如下图所示,然后进入下一步。

5、最后,完成上述步骤后,在此界面中,就得到了最终的结果了,如下图所示。这样,问题就解决了。

以上就是关于可不可以用一条SQL语句查询多人各自成绩的总和全部的内容,包括:可不可以用一条SQL语句查询多人各自成绩的总和、sql里面 sum 和 COUNT区别、sql查询同一id的数据总和等相关内容解答,如果想了解更多相关内容,可以关注我们,你们的支持是我们更新的动力!

欢迎分享,转载请注明来源:内存溢出

原文地址: http://outofmemory.cn/sjk/10184032.html

(0)
打赏 微信扫一扫 微信扫一扫 支付宝扫一扫 支付宝扫一扫
上一篇 2023-05-06
下一篇 2023-05-06

发表评论

登录后才能评论

评论列表(0条)

保存