AI & Data Dreamers練功房
寶箱片場規則
QUERY GATES・資料庫關卡・初階・3 題

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。

  1. 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
  2. 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:

    • status
    • jobs: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
  3. 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