SQL 初階・爬蟲任務彙總
COUNT/SUM/AVG/MAX/MIN 與 NULL、GROUP BY 單欄、HAVING。
這一頁是題幹試閱;登入/註冊後每題可以在瀏覽器裡執行、對答案,第一次交對 +10 XP。
- 01
任務筆數總覽
容易彙總函式每週例會要看爬蟲任務的總覽數字。請對整張
crawl_job算出一列結果,欄位依序為:total_jobs:全部任務數(每列都算)jobs_with_rows:row_count不是 NULL 的任務數total_rows:row_count的總和avg_rows:row_count的平均,寫成ROUND(AVG(row_count), 2)max_rows:row_count的最大值min_rows:row_count的最小值
資料表
crawl_job(爬蟲任務紀錄,每次執行一列):job_id任務編號(整數,主鍵,越晚建立越大)、source資料來源(文字)、run_date這次要抓哪一天的資料(文字,格式 'YYYY-MM-DD')、started_at開始時間、finished_at結束時間(文字,格式 'YYYY-MM-DD HH:MM:SS';還在執行的任務為 NULL)、status狀態(文字:'success'、'failed'、'running')、row_count抓到的筆數(整數;失敗或還在執行的任務為 NULL)。同一個來源同一天失敗後可能重跑,所以同一組 (source, run_date) 可能有多列。本題在瀏覽器內以 SQLite 執行,只寫一段 SELECT 即可。
作答登入後可作答 - 02
各狀態任務數與筆數
容易GROUP BY想看每一種任務狀態各有幾個任務、一共抓了多少筆。
請依
status分組,輸出欄位依序為:statusjobs:該狀態的任務數total_rows:該狀態row_count的總和;該狀態的row_count全是 NULL 時要顯示 0,寫成COALESCE(SUM(row_count), 0)
依
status由小到大排序。資料表
crawl_job(爬蟲任務紀錄,每次執行一列):job_id任務編號(整數,主鍵,越晚建立越大)、source資料來源(文字)、run_date這次要抓哪一天的資料(文字,格式 'YYYY-MM-DD')、started_at開始時間、finished_at結束時間(文字,格式 'YYYY-MM-DD HH:MM:SS';還在執行的任務為 NULL)、status狀態(文字:'success'、'failed'、'running')、row_count抓到的筆數(整數;失敗或還在執行的任務為 NULL)。同一個來源同一天失敗後可能重跑,所以同一組 (source, run_date) 可能有多列。本題在瀏覽器內以 SQLite 執行,只寫一段 SELECT 即可。
作答登入後可作答 - 03
失敗兩次以上的來源
容易HAVING要找出不穩定的資料來源:失敗任務(
status = 'failed')有 2 個以上的來源。輸出欄位依序為:
source、failed_jobs(該來源的失敗任務數)。只列failed_jobs≥ 2 的來源,依failed_jobs由大到小排序,相同時依source由小到大。資料表
crawl_job(爬蟲任務紀錄,每次執行一列):job_id任務編號(整數,主鍵,越晚建立越大)、source資料來源(文字)、run_date這次要抓哪一天的資料(文字,格式 'YYYY-MM-DD')、started_at開始時間、finished_at結束時間(文字,格式 'YYYY-MM-DD HH:MM:SS';還在執行的任務為 NULL)、status狀態(文字:'success'、'failed'、'running')、row_count抓到的筆數(整數;失敗或還在執行的任務為 NULL)。同一個來源同一天失敗後可能重跑,所以同一組 (source, run_date) 可能有多列。本題在瀏覽器內以 SQLite 執行,只寫一段 SELECT 即可。
作答登入後可作答

送件鴿飛出去了