SQL 高階・存取日誌：平均、分桶與中位數

效能分析要找出「比同一個 path 的平均回應時間還慢」的請求。

請查詢 id、path、ms，以及該 path 的平均回應時間（欄名 path_avg，用 AVG 計算，保留 AVG 的原始結果、不要四捨五入），只列出 ms 嚴格大於 path_avg 的請求，依 id 由小到大。

資料表 access_log（API 存取日誌）：id 編號（整數，主鍵）、ts 時間（文字，格式 'YYYY-MM-DD HH:MM:SS'）、user_id 使用者（文字）、method HTTP 方法（文字）、path 路徑（文字）、status 狀態碼（整數）、ms 回應毫秒（整數）。

本題在瀏覽器內以 SQLite 執行，只寫一段 SELECT 即可。

監控圖表要以 10 秒為一桶統計請求量。桶的標籤取 ts 的時分秒，把秒數的個位數換成 0（例如 10:00:07 → 10:00:00、10:00:15 → 10:00:10）。

請輸出每個有請求的桶一列：bucket（字串，格式 HH:MM:SS）、n（該桶請求數）、running（到該桶為止的累計請求數）、last_2（該桶加上前一個有資料的桶的請求數總和；第一個桶就是自己），依 bucket 由小到大。

資料表 access_log（API 存取日誌）：id 編號（整數，主鍵）、ts 時間（文字，格式 'YYYY-MM-DD HH:MM:SS'）、user_id 使用者（文字）、method HTTP 方法（文字）、path 路徑（文字）、status 狀態碼（整數）、ms 回應毫秒（整數）。

本題在瀏覽器內以 SQLite 執行，只寫一段 SELECT 即可。

SQLite 沒有 MEDIAN 函數。請用視窗函數算出每種 method 的回應時間中位數：筆數為奇數取正中間那筆，偶數取中間兩筆的平均。

輸出三欄：method、n（筆數）、median_ms（用 AVG 對中間一或兩筆取平均，所以結果是浮點數），依 method 由小到大。

資料表 access_log（API 存取日誌）：id 編號（整數，主鍵）、ts 時間（文字，格式 'YYYY-MM-DD HH:MM:SS'）、user_id 使用者（文字）、method HTTP 方法（文字）、path 路徑（文字）、status 狀態碼（整數）、ms 回應毫秒（整數）。

本題在瀏覽器內以 SQLite 執行，只寫一段 SELECT 即可。