Bắt đầu ngayBắt đầu miễn phí

Trang chủ
Khóa học
Ra quyết định dựa trên dữ liệu với SQL

Kết hợp điểm đánh giá phim với dữ liệu khách hàng

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.

Bài tập này là một phần của khóa học

Ra quyết định dựa trên dữ liệu với SQL

SkillTag.level.intermediateSkillTag.label

4.8+

Bắt đầu khóa học miễn phí

Chương đầu giới thiệu bài toán của công ty cho thuê phim trực tuyến tên MovieNow và tập trung vào việc dùng các truy vấn SQL đơn giản để trích xuất và tổng hợp dữ liệu từ cơ sở dữ liệu của họ.

Exercise 1: Giới thiệu về ra quyết định dựa trên dữ liệu Exercise 2: Khám phá cơ sở dữ liệu Exercise 3: Khám phá bảng renting Exercise 4: Lọc và sắp xếp Exercise 5: Làm việc với dữ liệu ngày tháng Exercise 6: Chọn phim Exercise 7: Chọn từ renting Exercise 8: Gộp dữ liệu - tóm tắt dữ liệu Exercise 9: Tóm tắt thông tin khách hàng Exercise 10: Đánh giá của phim 25 Exercise 11: Khảo sát số lượt thuê theo năm

Các truy vấn phức tạp hơn với GROUP BY, LEFT JOIN và truy vấn con được dùng để khám phá sở thích của khách hàng.

Exercise 1: Nhóm phim Exercise 2: Tài khoản đầu tiên của mỗi quốc gia.Exercise 3: Điểm đánh giá trung bình của phim Exercise 4: Điểm trung bình theo khách hàng Exercise 5: Kết hợp điểm đánh giá phim với dữ liệu khách hàng

Bài tập hiện tại

Exercise 6: JOIN renting và customers Exercise 7: Tổng hợp doanh thu, số lượt thuê và khách hàng hoạt động Exercise 8: Phim và diễn viên Exercise 9: Số tiền chi tiêu theo khách hàng bằng sub-query Exercise 10: Doanh thu từ phim Exercise 11: Độ tuổi diễn viên từ Hoa Kỳ Exercise 12: Xác định diễn viên yêu thích của các nhóm khách hàng Exercise 13: Xác định phim yêu thích của một nhóm khách hàng Exercise 14: Xác định diễn viên yêu thích tại Tây Ban Nha Exercise 15: KPI theo từng quốc gia

Giới thiệu khái niệm truy vấn lồng nhau và truy vấn lồng nhau tương quan, cùng với các hàm EXISTS và UNION để phân loại khách hàng, phim, diễn viên và nhiều nội dung khác.

Exercise 1: Truy vấn lồng nhau Exercise 2: Những bộ phim được thuê thường xuyên Exercise 3: Khách hàng thường xuyên Exercise 4: Phim có điểm đánh giá trên mức trung bình Exercise 5: Truy vấn lồng nhau có tương quan Exercise 6: Phân tích hành vi khách hàng Exercise 7: Khách hàng chấm điểm thấp Exercise 8: Phim và điểm đánh giá với truy vấn tương quan Exercise 9: Truy vấn với EXISTS Exercise 10: Khách hàng có ít nhất một đánh giá Exercise 11: Diễn viên trong phim hài Exercise 12: Truy vấn với UNION và INTERSECT Exercise 13: Diễn viên trẻ không đến từ USA Exercise 14: Phim chính kịch có điểm đánh giá cao

Giới thiệu các phần mở rộng OLAP trong SQL và áp dụng chúng lên dữ liệu tổng hợp ở nhiều cấp độ. Các phần mở rộng này gồm các toán tử CUBE, ROLLUP và GROUPING SETS.

Exercise 1: OLAP: toán tử CUBE Exercise 2: Nhóm khách hàng Exercise 3: Phân loại phim Exercise 4: Phân tích điểm đánh giá trung bình Exercise 5: ROLLUP Exercise 6: Số lượng khách hàng Exercise 7: Phân tích sở thích thể loại theo quốc gia Exercise 8: GROUPING SETS Exercise 9: Truy vấn với GROUPING SETS Exercise 10: Khám phá quốc tịch và giới tính của diễn viên Exercise 11: Khám phá điểm đánh giá theo quốc gia và giới tính Exercise 12: Tổng kết tất cả lại với nhau Exercise 13: Sở thích thể loại phim của khách hàng Exercise 14: Sở thích khách hàng đối với diễn viên