?活動介紹：
「數據倉庫技術交流群」已經正式啟動每日SQL打卡，幫助大家扎實基礎，努力工作之余，別忘了自我提升。

歡迎報名和邀請小伙伴參與，一個人可能走得很快，但一群人會走得很遠。

🍅題目匯總(收藏復習)：https://blog.csdn.net/weixin_39032019/category_11459536.html

🍅發帖打卡(多種解法)：https://bbs.csdn.net/forums/ITID?typeId=18647 ? ?

🍅交個朋友：https://app.yinxiang.com/fx/13ce6bbd-f36f-4e92-be53-92dd381ed729

難度困難

SQL架構

給如下兩個表，寫一個查詢語句，求出在每一個工資發放日，每個部門的平均工資與公司的平均工資的比較結果 （高 / 低 / 相同）。

表：?salary

idemployee_idamountpay_date

1	1	9000	2017-03-31
2	2	6000	2017-03-31
3	3	10000	2017-03-31
4	1	7000	2017-02-28
5	2	6000	2017-02-28
6	3	8000	2017-02-28

employee_id?字段是表?employee?中?employee_id?字段的外鍵。

employee_iddepartment_id

1	1
2	2
3	2

對于如上樣例數據，結果為：

pay_monthdepartment_idcomparison

2017-03	1	higher
2017-03	2	lower
2017-02	1	same
2017-02	2	same

解釋

在三月，公司的平均工資是 (9000+6000+10000)/3 = 8333.33...

由于部門 '1' 里只有一個?employee_id?為 '1' 的員工，所以部門 '1' 的平均工資就是此人的工資 9000 。因為 9000 > 8333.33 ，所以比較結果是 'higher'。

第二個部門的平均工資為?employee_id?為 '2' 和 '3' 兩個人的平均工資，為 (6000+10000)/2=8000 。因為 8000 < 8333.33 ，所以比較結果是 'lower' 。

在二月用同樣的公式求平均工資并比較，比較結果為 'same' ，因為部門 '1' 和部門 '2' 的平均工資與公司的平均工資相同，都是 7000 。

?已經有思路？開始打卡吧！

打卡地址：https://bbs.csdn.net/forums/ITID?typeId=18647? ? 右上角【發帖】

添加文末公眾號「信息技術智庫」：

🍅 硬核資料：關注即可領取PPT模板、簡歷模板、行業經典書籍PDF。
🍅 技術互助：技術群大佬指點迷津，你的問題可能不是問題，求資源在群里喊一聲。
🍅 面試題庫：由技術群里的小伙伴們共同投稿，熱乎的大廠面試真題，持續更新中。
🍅 知識體系：含編程語言、算法、大數據生態圈組件（Mysql、Hive、Spark、Flink）、數據倉庫、前端等。

👇👇技術交流、非誠勿擾👇👇

總結

以上是生活随笔為你收集整理的【每日SQL打卡】​​​​​​​​​​​​​​​DAY 9丨平均工资：部门与公司比较【难度困难】的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。