НачатьНачать бесплатно

Главная
Курсы
Принятие решений на основе данных с помощью SQL

Запросы с UNION и INTERSECT

Create Your Free Account

or

Email Address

Password

By continuing, you accept our Terms of Use, our Privacy Policy and that your data is stored in the USA.

Это упражнение является частью курса

Принятие решений на основе данных с помощью SQL

SkillTag.level.intermediateSkillTag.label

4.8+

Начать курс бесплатно

Первая глава знакомит вас с кейсом онлайн-компании по прокату фильмов MovieNow и посвящена использованию простых SQL-запросов для извлечения и агрегирования данных из её базы данных.

Exercise 1: Введение в принятие решений на основе данных Exercise 2: Знакомство с базой данных Exercise 3: Изучение таблицы renting Exercise 4: Фильтрация и сортировка Exercise 5: Работа с датами Exercise 6: Выбор фильмов Exercise 7: Выборка из таблицы renting Exercise 8: Агрегации — обобщение данных Exercise 9: Сводная информация о клиентах Exercise 10: Оценки фильма 25 Exercise 11: Анализ годовой аренды

Более сложные запросы с GROUP BY, LEFT JOIN и подзапросами помогают получить представление о предпочтениях клиентов.

Exercise 1: Группировка фильмов Exercise 2: Первый аккаунт для каждой страны.Exercise 3: Средние рейтинги фильмов Exercise 4: Средний рейтинг по клиентам Exercise 5: Объединение рейтингов фильмов с данными о клиентах Exercise 6: Объединение таблиц renting и customers Exercise 7: Агрегирование выручки, аренд и активных клиентов Exercise 8: Фильмы и актёры Exercise 9: Деньги, потраченные каждым клиентом: подзапросы Exercise 10: Доходы от фильмов Exercise 11: Возраст актёров из США Exercise 12: Определяем любимых актёров для разных групп клиентов Exercise 13: Определите любимые фильмы для группы клиентов Exercise 14: Определяем любимых актёров для Испании Exercise 15: Ключевые показатели по странам

Вводится понятие вложенных и коррелированных вложенных запросов, а функции EXISTS и UNION используются для классификации клиентов, фильмов, актёров и других объектов.

Exercise 1: Вложенные запросы Exercise 2: Популярные фильмы Exercise 3: Постоянные клиенты Exercise 4: Фильмы с рейтингом выше среднего Exercise 5: Коррелированные вложенные запросы Exercise 6: Анализ поведения клиентов Exercise 7: Клиенты, поставившие низкие оценки Exercise 8: Фильмы и рейтинги: коррелированные запросы Exercise 9: Запросы с EXISTS Exercise 10: Клиенты хотя бы с одной оценкой Exercise 11: Актёры в комедиях Exercise 12: Запросы с UNION и INTERSECT

Текущее упражнение

Exercise 13: Молодые актёры не из США Exercise 14: Драмы с высокими оценками

Рассматриваются OLAP-расширения SQL и их применение для агрегирования данных на нескольких уровнях. К таким расширениям относятся операторы CUBE, ROLLUP и GROUPING SETS.

Exercise 1: OLAP: оператор CUBE Exercise 2: Группы клиентов Exercise 3: Категории фильмов Exercise 4: Анализ средних оценок Exercise 5: ROLLUP Exercise 6: Количество клиентов Exercise 7: Анализ предпочтений жанров по странам Exercise 8: GROUPING SETS Exercise 9: Запросы с GROUPING SETS Exercise 10: Изучение национальности и пола актёров Exercise 11: Анализ рейтинга по стране и полу Exercise 12: Подводим итоги Exercise 13: Предпочтения клиентов по жанрам Exercise 14: Предпочтения клиентов: актёры