fsoc131y

CIAL!

Aug 4th, 2023
145
0
Never
Not a member of Pastebin yet? Sign Up, it unlocks many cool features!
MySQL 21.14 KB | Source Code | 0 0
  1. 2. Experiment 2:
  2.  
  3. SQL> connect
  4. Enter user-name: system
  5. Enter password:
  6. Connected.
  7. SQL> SELECT 16 + 9 AS Result FROM DUAL;
  8.  
  9.     RESULT
  10. ----------
  11.         25
  12.  
  13. SQL> SELECT 119 - 5 AS Result FROM DUAL;
  14.  
  15.     RESULT
  16. ----------
  17.        114
  18.  
  19. SQL> SELECT 12 * 4 AS Result FROM DUAL;
  20.  
  21.     RESULT
  22. ----------
  23.         48
  24.  
  25. SQL> SELECT 27 / 3 AS Result FROM DUAL;
  26.  
  27.     RESULT
  28. ----------
  29.          9
  30.  
  31. SQL> SELECT 22 % 5 AS Result FROM DUAL;
  32. SELECT 22 % 5 AS Result FROM DUAL
  33.           *
  34. ERROR at line 1:
  35. ORA-00911: invalid character
  36.  
  37.  
  38. SQL> SELECT 22 | 5 AS Result FROM DUAL;
  39. SELECT 22 | 5 AS Result FROM DUAL
  40.           *
  41. ERROR at line 1:
  42. ORA-00996: the concatenate operator is ||, not |
  43.  
  44.  
  45. SQL> SELECT (22 % 5) AS Result FROM DUAL;
  46. SELECT (22 % 5) AS Result FROM DUAL
  47.            *
  48. ERROR at line 1:
  49. ORA-00911: invalid character
  50.  
  51.  
  52. SQL> SELECT 22 % 5 AS Result FROM DUAL;
  53. SELECT 22 % 5 AS Result FROM DUAL
  54.           *
  55. ERROR at line 1:
  56. ORA-00911: invalid character
  57.  
  58.  
  59. SQL> SELECT MOD(22,5) FROM DUAL;
  60.  
  61.  MOD(22,5)
  62. ----------
  63.          2
  64.  
  65. SQL> CREATE TABLE dummy_table (
  66.   2    id NUMBER,
  67.   3    name VARCHAR2(50),
  68.   4    age NUMBER
  69.   5  );
  70.  
  71. Table created.
  72.  
  73. SQL>
  74. SQL> INSERT INTO dummy_table (id, name, age) VALUES (1, 'John', 25);
  75.  
  76. 1 row created.
  77.  
  78. SQL> INSERT INTO dummy_table (id, name, age) VALUES (2, 'Jane', 30);
  79.  
  80. 1 row created.
  81.  
  82. SQL> INSERT INTO dummy_table (id, name, age) VALUES (3, 'Alice', 22);
  83.  
  84. 1 row created.
  85.  
  86. SQL> INSERT INTO dummy_table (id, name, age) VALUES (4, 'Bob', 40);
  87.  
  88. 1 row created.
  89.  
  90. SQL> SELECT id, name
  91.   2  FROM dummy_table
  92.   3  WHERE age = 30;
  93.  
  94.         ID NAME
  95. ---------- --------------------------------------------------
  96.          2 Jane
  97.  
  98. SQL> SELECT id, name
  99.   2  FROM dummy_table
  100.   3  WHERE age <> 25;
  101.  
  102.         ID NAME
  103. ---------- --------------------------------------------------
  104.          2 Jane
  105.          3 Alice
  106.          4 Bob
  107.  
  108. SQL> SELECT id, name
  109.   2  FROM dummy_table
  110.   3  WHERE age > 25;
  111.  
  112.         ID NAME
  113. ---------- --------------------------------------------------
  114.          2 Jane
  115.          4 Bob
  116.  
  117. SQL> SELECT id, name
  118.   2  FROM dummy_table
  119.   3  WHERE age < 30;
  120.  
  121.         ID NAME
  122. ---------- --------------------------------------------------
  123.          1 John
  124.          3 Alice
  125.  
  126. SQL> SELECT id, name
  127.   2  FROM dummy_table
  128.   3  WHERE age >= 30;
  129.  
  130.         ID NAME
  131. ---------- --------------------------------------------------
  132.          2 Jane
  133.          4 Bob
  134.  
  135. SQL> SELECT id, name
  136.   2  FROM dummy_table
  137.   3  WHERE age <= 25;
  138.  
  139.         ID NAME
  140. ---------- --------------------------------------------------
  141.          1 John
  142.          3 Alice
  143.  
  144. SQL> SELECT id, name
  145.   2  FROM dummy_table
  146.   3  WHERE age IS NULL;
  147.  
  148. no rows selected
  149.  
  150. SQL> SELECT id, name
  151.   2  FROM dummy_table
  152.   3  WHERE age IS NOT NULL;
  153.  
  154.         ID NAME
  155. ---------- --------------------------------------------------
  156.          1 John
  157.          2 Jane
  158.          3 Alice
  159.          4 Bob
  160.  
  161. SQL> SELECT id, name
  162.   2  FROM dummy_table
  163.   3  WHERE age BETWEEN 25 AND 35;
  164.  
  165.         ID NAME
  166. ---------- --------------------------------------------------
  167.          1 John
  168.          2 Jane
  169.  
  170. SQL> SELECT id, name
  171.   2  FROM dummy_table
  172.   3  WHERE age BETWEEN 25 AND 35;
  173.  
  174.         ID NAME
  175. ---------- --------------------------------------------------
  176.          1 John
  177.          2 Jane
  178.  
  179. SQL> SELECT id, name
  180.   2  FROM dummy_table
  181.   3  WHERE name LIKE 'J%';
  182.  
  183.         ID NAME
  184. ---------- --------------------------------------------------
  185.          1 John
  186.          2 Jane
  187.  
  188. SQL> SELECT id, name
  189.   2  FROM dummy_table
  190.   3  WHERE name IN ('John', 'Alice');
  191.  
  192.         ID NAME
  193. ---------- --------------------------------------------------
  194.          1 John
  195.          3 Alice
  196.  
  197. SQL> DROP TABLE dummy_table;
  198.  
  199. Table dropped.
  200.  
  201. SQL> -- Creating the dummy_table
  202. SQL> CREATE TABLE dummy_table (
  203.   2    id NUMBER,
  204.   3    name VARCHAR2(50),
  205.   4    age NUMBER
  206.   5  );
  207.  
  208. Table created.
  209.  
  210. SQL>
  211. SQL> -- Inserting sample data
  212. SQL> INSERT INTO dummy_table (id, name, age) VALUES (1, 'John', 25);
  213.  
  214. 1 row created.
  215.  
  216. SQL> INSERT INTO dummy_table (id, name, age) VALUES (2, 'Jane', 30);
  217.  
  218. 1 row created.
  219.  
  220. SQL> INSERT INTO dummy_table (id, name, age) VALUES (3, 'Alice', 22);
  221.  
  222. 1 row created.
  223.  
  224. SQL> INSERT INTO dummy_table (id, name, age) VALUES (4, 'Bob', 40);
  225.  
  226. 1 row created.
  227.  
  228. SQL> INSERT INTO dummy_table (id, name, age) VALUES (5, 'Eve', 35);
  229.  
  230. 1 row created.
  231.  
  232. SQL> SELECT MIN(age) AS min_age
  233.   2  FROM dummy_table;
  234.  
  235.    MIN_AGE
  236. ----------
  237.         22
  238.  
  239. SQL> SELECT MAX(age) AS max_age
  240.   2  FROM dummy_table;
  241.  
  242.    MAX_AGE
  243. ----------
  244.         40
  245.  
  246. SQL> SELECT SUM(age) AS total_age
  247.   2  FROM dummy_table;
  248.  
  249.  TOTAL_AGE
  250. ----------
  251.        152
  252.  
  253. SQL> SELECT AVG(age) AS average_age
  254.   2  FROM dummy_table;
  255.  
  256. AVERAGE_AGE
  257. -----------
  258.        30.4
  259.  
  260. SQL> SELECT COUNT(*) AS total_rows
  261.   2  FROM dummy_table;
  262.  
  263. TOTAL_ROWS
  264. ----------
  265.          5
  266.  
  267. SQL>
  268. SQL> SELECT COUNT(age) AS non_null_count
  269.   2  FROM dummy_table;
  270.  
  271. NON_NULL_COUNT
  272. --------------
  273.              5
  274.  
  275. SQL> SELECT VARIANCE(age) AS age_variance
  276.   2  FROM dummy_table;
  277.  
  278. AGE_VARIANCE
  279. ------------
  280.         53.3
  281.  
  282. SQL> SELECT STDDEV(age) AS age_stddev
  283.   2  FROM dummy_table;
  284.  
  285. AGE_STDDEV
  286. ----------
  287.  7.3006849
  288.  
  289. SQL> SELECT SQRT(25) AS square_root
  290.   2  FROM DUAL;
  291.  
  292. SQUARE_ROOT
  293. -----------
  294.           5
  295.  
  296. SQL> SELECT POWER(2, 3) AS power_result -- 2 raised to the power of 3 (2^3)
  297.   2  FROM DUAL;
  298.  
  299. POWER_RESULT
  300. ------------
  301.            8
  302.  
  303. SQL> SELECT POW(2, 3) AS power_result -- 2 raised to the power of 3 (2^3)
  304.   2  FROM DUAL;
  305. SELECT POW(2, 3) AS power_result -- 2 raised to the power of 3 (2^3)
  306.        *
  307. ERROR at line 1:
  308. ORA-00904: "POW": invalid identifier
  309.  
  310.  
  311. SQL> SELECT ABS(-10) AS absolute_value
  312.   2  FROM DUAL;
  313.  
  314. ABSOLUTE_VALUE
  315. --------------
  316.             10
  317.  
  318. SQL> SELECT CEIL(4.7) AS ceiling_value
  319.   2  FROM DUAL;
  320.  
  321. CEILING_VALUE
  322. -------------
  323.             5
  324.  
  325. SQL> SELECT CEILING(4.7) AS ceiling_value
  326.   2  FROM DUAL;
  327. SELECT CEILING(4.7) AS ceiling_value
  328.        *
  329. ERROR at line 1:
  330. ORA-00904: "CEILING": invalid identifier
  331.  
  332.  
  333. SQL> SELECT FLOOR(4.7) AS floor_value
  334.   2  FROM DUAL;
  335.  
  336. FLOOR_VALUE
  337. -----------
  338.           4
  339.  
  340. SQL> SELECT ROUND(4.756, 2) AS rounded_value
  341.   2  FROM DUAL;
  342.  
  343. ROUNDED_VALUE
  344. -------------
  345.          4.76
  346.  
  347. SQL> SELECT TRUNC(4.756, 2) AS truncated_value
  348.   2  FROM DUAL;
  349.  
  350. TRUNCATED_VALUE
  351. ---------------
  352.            4.75
  353.  
  354. SQL> SELECT EXP(2) AS exponential_value
  355.   2  FROM DUAL;
  356.  
  357. EXPONENTIAL_VALUE
  358. -----------------
  359.         7.3890561
  360.  
  361. SQL> SELECT LN(10) AS natural_log
  362.   2  FROM DUAL;
  363.  
  364. NATURAL_LOG
  365. -----------
  366.  2.30258509
  367.  
  368. SQL> SELECT LOG(100, 10) AS log_base_10 -- log base 10 of 100
  369.   2  FROM DUAL;
  370.  
  371. LOG_BASE_10
  372. -----------
  373.          .5
  374.  
  375. SQL> SELECT SIN(0.5) AS sine_value
  376.   2  FROM DUAL;
  377.  
  378. SINE_VALUE
  379. ----------
  380. .479425539
  381.  
  382. SQL>
  383. SQL> SELECT COS(0.5) AS cosine_value
  384.   2  FROM DUAL;
  385.  
  386. COSINE_VALUE
  387. ------------
  388.   .877582562
  389.  
  390. SQL>
  391. SQL> SELECT TAN(0.5) AS tangent_value
  392.   2  FROM DUAL;
  393.  
  394. TANGENT_VALUE
  395. -------------
  396.     .54630249
  397.  
  398. SQL> SELECT SIN(0.5) AS sine_value
  399.   2  FROM DUAL;
  400.  
  401. SINE_VALUE
  402. ----------
  403. .479425539
  404.  
  405. SQL>
  406. SQL> SELECT COS(0.5) AS cosine_value
  407.   2  FROM DUAL;
  408.  
  409. COSINE_VALUE
  410. ------------
  411.   .877582562
  412.  
  413. SQL>
  414. SQL> SELECT TAN(0.5) AS tangent_value
  415.   2  FROM DUAL;
  416.  
  417. TANGENT_VALUE
  418. -------------
  419.     .54630249
  420.  
  421. SQL> SELECT ATN2(3, 4) AS arctangent_value
  422.   2  FROM DUAL;
  423. SELECT ATN2(3, 4) AS arctangent_value
  424.        *
  425. ERROR at line 1:
  426. ORA-00904: "ATN2": invalid identifier
  427.  
  428.  
  429. SQL> SELECT 1 / TAN(0.5) AS cotangent_value
  430.   2  FROM DUAL;
  431.  
  432. COTANGENT_VALUE
  433. ---------------
  434.      1.83048772
  435.  
  436. 3. Experiment 3:
  437.  
  438. SQL> CONNECT
  439. Enter user-name: SYSTEM
  440. Enter password:
  441. Connected.
  442. SQL> CREATE TABLE Employee (
  443.   2      emp_id INT,
  444.   3      name VARCHAR(50) NOT NULL,
  445.   4      city VARCHAR(50) NOT NULL,
  446.   5      BP DECIMAL(10, 2) NOT NULL,
  447.   6      HRA DECIMAL(10, 2) NOT NULL,
  448.   7      DA DECIMAL(10, 2) NOT NULL,
  449.   8      age INT NOT NULL,
  450.   9      net_pay DECIMAL(10, 2) NOT NULL
  451.  10  );
  452.  
  453. Table created.
  454.  
  455. SQL> INSERT INTO Employee (emp_id, name, city, BP, HRA, DA, age, net_pay)
  456.   2  VALUES
  457.   3      ('1', 'Ashwin Vaishnav', 'New Delhi', 50000.00, 10000.00, 8000.00, 30, 68000.00);
  458.  
  459. 1 row created.
  460.  
  461. SQL> INSERT INTO Employee (emp_id, name, city, BP, HRA, DA, age, net_pay)
  462.   2  VALUES
  463.   3      ('2', 'Jane Smith', 'Los Angeles', 45000.00, 9000.00, 7000.00, 28, 61000.00);
  464.  
  465. 1 row created.
  466.  
  467. SQL> INSERT INTO Employee (emp_id, name, city, BP, HRA, DA, age, net_pay)
  468.   2  VALUES
  469.   3  ('3', 'Karanjit Kaur', 'Bengaluru', 52000.00, 11000.00, 9000.00, 35, 72000.00);
  470.  
  471. 1 row created.
  472.  
  473. SQL> INSERT INTO Employee (emp_id, name, city, BP, HRA, DA, age, net_pay)
  474.   2  VALUES
  475.   3  ('4', 'Bhaavna Singh', 'Punjab', 48000.00, 9500.00, 7500.00, 32, 65000.00);
  476.  
  477. 1 row created.
  478.  
  479. SQL> INSERT INTO Employee (emp_id, name, city, BP, HRA, DA, age, net_pay)
  480.   2  VALUES
  481.   3  ('5', 'Aryan Agrawal', 'Chandigarh', 55000.00, 12000.00, 10000.00, 29, 77000.00);
  482.  
  483. 1 row created.
  484.  
  485. SQL> select * from Employee;
  486.  
  487.     EMP_ID NAME
  488. ---------- --------------------------------------------------
  489. CITY                                                       BP        HRA
  490. -------------------------------------------------- ---------- ----------
  491.         DA        AGE    NET_PAY
  492. ---------- ---------- ----------
  493.          1 Ashwin Vaishnav
  494. New Delhi                                               50000      10000
  495.       8000         30      68000
  496.  
  497.          2 Jane Smith
  498. Los Angeles                                             45000       9000
  499.       7000         28      61000
  500.  
  501.     EMP_ID NAME
  502. ---------- --------------------------------------------------
  503. CITY                                                       BP        HRA
  504. -------------------------------------------------- ---------- ----------
  505.         DA        AGE    NET_PAY
  506. ---------- ---------- ----------
  507.  
  508.          3 Karanjit Kaur
  509. Bengaluru                                               52000      11000
  510.       9000         35      72000
  511.  
  512.          4 Bhaavna Singh
  513. Punjab                                                  48000       9500
  514.  
  515.     EMP_ID NAME
  516. ---------- --------------------------------------------------
  517. CITY                                                       BP        HRA
  518. -------------------------------------------------- ---------- ----------
  519.         DA        AGE    NET_PAY
  520. ---------- ---------- ----------
  521.       7500         32      65000
  522.  
  523.          5 Aryan Agrawal
  524. Chandigarh                                              55000      12000
  525.      10000         29      77000
  526.  
  527.  
  528. SQL> SELECT emp_id, name, city, BP, DA, HRA, age, (BP + DA + HRA) AS net_pay
  529.   2  FROM Employee;
  530.  
  531.     EMP_ID NAME
  532. ---------- --------------------------------------------------
  533. CITY                                                       BP         DA
  534. -------------------------------------------------- ---------- ----------
  535.        HRA        AGE    NET_PAY
  536. ---------- ---------- ----------
  537.          1 Ashwin Vaishnav
  538. New Delhi                                               50000       8000
  539.      10000         30      68000
  540.  
  541.          2 Jane Smith
  542. Los Angeles                                             45000       7000
  543.       9000         28      61000
  544.  
  545.     EMP_ID NAME
  546. ---------- --------------------------------------------------
  547. CITY                                                       BP         DA
  548. -------------------------------------------------- ---------- ----------
  549.        HRA        AGE    NET_PAY
  550. ---------- ---------- ----------
  551.  
  552.          3 Karanjit Kaur
  553. Bengaluru                                               52000       9000
  554.      11000         35      72000
  555.  
  556.          4 Bhaavna Singh
  557. Punjab                                                  48000       7500
  558.  
  559.     EMP_ID NAME
  560. ---------- --------------------------------------------------
  561. CITY                                                       BP         DA
  562. -------------------------------------------------- ---------- ----------
  563.        HRA        AGE    NET_PAY
  564. ---------- ---------- ----------
  565.       9500         32      65000
  566.  
  567.          5 Aryan Agrawal
  568. Chandigarh                                              55000      10000
  569.      12000         29      77000
  570.  
  571.  
  572. SQL> SELECT SUM(BP + DA + HRA) AS total_salary_paid
  573.   2  FROM Employee;
  574.  
  575. TOTAL_SALARY_PAID
  576. -----------------
  577.            343000
  578.  
  579. SQL> SELECT COUNT(*) AS total_employees
  580.   2  FROM Employee;
  581.  
  582. TOTAL_EMPLOYEES
  583. ---------------
  584.               5
  585.  
  586. SQL> SELECT MIN(BP + DA + HRA) AS min_salary, MAX(BP + DA + HRA) AS max_salary
  587.   2  FROM Employee;
  588.  
  589. MIN_SALARY MAX_SALARY
  590. ---------- ----------
  591.      61000      77000
  592.  
  593. SQL> SELECT name
  594.   2  FROM Employee
  595.   3  WHERE (BP + DA + HRA) = (SELECT MIN(BP + DA + HRA) FROM Employee)
  596.   4  UNION ALL
  597.   5  SELECT name
  598.   6  FROM Employee
  599.   7  WHERE (BP + DA + HRA) = (SELECT MAX(BP + DA + HRA) FROM Employee);
  600.  
  601. NAME
  602. --------------------------------------------------
  603. Jane Smith
  604. Aryan Agrawal
  605.  
  606. SQL> -- Ascending order
  607. SQL> SELECT emp_id, name, city, BP, DA, HRA, age, (BP + DA + HRA) AS net_pay
  608.   2  FROM Employee
  609.   3  ORDER BY (BP + DA + HRA) ASC;
  610.  
  611.     EMP_ID NAME
  612. ---------- --------------------------------------------------
  613. CITY                                                       BP         DA
  614. -------------------------------------------------- ---------- ----------
  615.        HRA        AGE    NET_PAY
  616. ---------- ---------- ----------
  617.          2 Jane Smith
  618. Los Angeles                                             45000       7000
  619.       9000         28      61000
  620.  
  621.          4 Bhaavna Singh
  622. Punjab                                                  48000       7500
  623.       9500         32      65000
  624.  
  625.     EMP_ID NAME
  626. ---------- --------------------------------------------------
  627. CITY                                                       BP         DA
  628. -------------------------------------------------- ---------- ----------
  629.        HRA        AGE    NET_PAY
  630. ---------- ---------- ----------
  631.  
  632.          1 Ashwin Vaishnav
  633. New Delhi                                               50000       8000
  634.      10000         30      68000
  635.  
  636.          3 Karanjit Kaur
  637. Bengaluru                                               52000       9000
  638.  
  639.     EMP_ID NAME
  640. ---------- --------------------------------------------------
  641. CITY                                                       BP         DA
  642. -------------------------------------------------- ---------- ----------
  643.        HRA        AGE    NET_PAY
  644. ---------- ---------- ----------
  645.      11000         35      72000
  646.  
  647.          5 Aryan Agrawal
  648. Chandigarh                                              55000      10000
  649.      12000         29      77000
  650.  
  651.  
  652. SQL>
  653. SQL> -- Descending order
  654. SQL> SELECT emp_id, name, city, BP, DA, HRA, age, (BP + DA + HRA) AS net_pay
  655.   2  FROM Employee
  656.   3  ORDER BY (BP + DA + HRA) DESC;
  657.  
  658.     EMP_ID NAME
  659. ---------- --------------------------------------------------
  660. CITY                                                       BP         DA
  661. -------------------------------------------------- ---------- ----------
  662.        HRA        AGE    NET_PAY
  663. ---------- ---------- ----------
  664.          5 Aryan Agrawal
  665. Chandigarh                                              55000      10000
  666.      12000         29      77000
  667.  
  668.          3 Karanjit Kaur
  669. Bengaluru                                               52000       9000
  670.      11000         35      72000
  671.  
  672.     EMP_ID NAME
  673. ---------- --------------------------------------------------
  674. CITY                                                       BP         DA
  675. -------------------------------------------------- ---------- ----------
  676.        HRA        AGE    NET_PAY
  677. ---------- ---------- ----------
  678.  
  679.          1 Ashwin Vaishnav
  680. New Delhi                                               50000       8000
  681.      10000         30      68000
  682.  
  683.          4 Bhaavna Singh
  684. Punjab                                                  48000       7500
  685.  
  686.     EMP_ID NAME
  687. ---------- --------------------------------------------------
  688. CITY                                                       BP         DA
  689. -------------------------------------------------- ---------- ----------
  690.        HRA        AGE    NET_PAY
  691. ---------- ---------- ----------
  692.       9500         32      65000
  693.  
  694.          2 Jane Smith
  695. Los Angeles                                             45000       7000
  696.       9000         28      61000
  697.  
  698. 4. Experiment 4:
  699.  
  700. 1. Write SQL queries to implement String functions.
  701.  
  702. SQL> select ascii('d') from dual;
  703.  
  704. ASCII('D')
  705. ----------
  706.        100
  707.  
  708. SQL> select length('hello world') from dual;
  709.  
  710. LENGTH('HELLOWORLD')
  711. --------------------
  712.                   11
  713.  
  714. SQL> select concat('abc','def') from dual;
  715.  
  716. CONCAT
  717. ------
  718. abcdef
  719.  
  720. SQL> select Replace('abcd1234', '123', 'zz') from dual;
  721.  
  722. REPLACE
  723. -------
  724. abcdzz4
  725.  
  726. SQL> select upper('abcdef') from dual;
  727.  
  728. UPPER(
  729. ------
  730. ABCDEF
  731.  
  732. SQL> select lower('AbCDEf') from dual;
  733.  
  734. LOWER(
  735. ------
  736. abcdef
  737.  
  738. SQL> select ltrim('           AbCDEf') from dual;
  739.  
  740. LTRIM(
  741. ------
  742. AbCDEf
  743.  
  744.  
  745. 2. Write SQL queries to implement Date functions.
  746.  
  747.  
  748. SQL> select current_date from dual;
  749.  
  750. CURRENT_D
  751. ---------
  752. 26-JUL-23
  753.  
  754. SQL> select current_timestamp from dual;
  755.  
  756. CURRENT_TIMESTAMP
  757. ---------------------------------------------------------------------------
  758. 26-JUL-23 03.00.06.470000 PM +05:30
  759.  
  760. SQL> select dbtimezone from dual;
  761.  
  762. DBTIME
  763. ------
  764. +00:00
  765.  
  766. SQL> select extract(year from sysdate) from dual;
  767.  
  768. EXTRACT(YEARFROMSYSDATE)
  769. ------------------------
  770.                     2023
  771.  
  772. SQL> select last_day(date '2016-02-01') from dual;
  773.  
  774. LAST_DAY(
  775. ---------
  776. 29-FEB-16
  777.  
  778. SQL> select months_between(date '2016-08-01',date '2016-01-01') from dual;
  779.  
  780. MONTHS_BETWEEN(DATE'2016-08-01',DATE'2016-01-01')
  781. -------------------------------------------------
  782.                                                 7
  783. SQL> select systimestamp from dual;
  784.  
  785. SYSTIMESTAMP
  786. ---------------------------------------------------------------------------
  787. 26-JUL-23 03.06.51.634000 PM +05:30
  788.  
  789.  
  790. 3. Create two tables and write SQL queries to implement SET operation
  791.  
  792.  
  793. SQL> create table t1(s_no number(3),name varchar(10),age number(3),profession varchar(10));
  794.  
  795. Table created.
  796.  
  797. SQL> insert into t1 values(1,'Rahul',18,'student');
  798.  
  799. 1 row created.
  800.  
  801. SQL> insert into t1 values(2,'Rohan',19,'student');
  802.  
  803. 1 row created.
  804.  
  805. SQL> insert into t1 values(3,'Mike',28,'teacher');
  806.  
  807. 1 row created.
  808.  
  809. SQL> select * from t1;
  810.  
  811.       S_NO NAME              AGE PROFESSION
  812. ---------- ---------- ---------- ----------
  813.          1 Rahul              18 student
  814.          2 Rohan              19 student
  815.          3 Mike               28 teacher
  816.  
  817. SQL> drop table t2;
  818.  
  819. Table dropped.
  820.  
  821. SQL> create table t2(s_no number(3),name varchar(10),age number(3),profession varchar(10));
  822.  
  823. Table created.
  824.  
  825. SQL> insert into t2 values(1,'Rahul',18,'student');
  826.  
  827. 1 row created.
  828.  
  829. SQL> insert into t2 values(2,'Sam',22,'teacher');
  830.  
  831. 1 row created.
  832.  
  833. SQL> insert into t2 values(3,'Jack',30,'teacher');
  834.  
  835. 1 row created.
  836.  
  837. SQL> select * from t2;
  838.  
  839.       S_NO NAME              AGE PROFESSION
  840. ---------- ---------- ---------- ----------
  841.          1 Rahul              18 student
  842.          2 Sam                22 teacher
  843.          3 Jack               30 teacher
  844.  
  845.  
  846. SQL> select * from t1 union select * from t2;
  847.  
  848.       S_NO NAME              AGE PROFESSION
  849. ---------- ---------- ---------- ----------
  850.          1 Rahul              18 student
  851.          2 Rohan              19 student
  852.          2 Sam                22 teacher
  853.          3 Jack               30 teacher
  854.          3 Mike               28 teacher
  855.  
  856. SQL> select * from t1 union all select * from t2;
  857.  
  858.       S_NO NAME              AGE PROFESSION
  859. ---------- ---------- ---------- ----------
  860.          1 Rahul              18 student
  861.          2 Rohan              19 student
  862.          3 Mike               28 teacher
  863.          1 Rahul              18 student
  864.          2 Sam                22 teacher
  865.          3 Jack               30 teacher
  866.  
  867. 6 rows selected.
  868.  
  869. SQL> select * from t1 intersect select * from t2;
  870.  
  871.       S_NO NAME              AGE PROFESSION
  872. ---------- ---------- ---------- ----------
  873.          1 Rahul              18 student
  874.  
  875. SQL> select * from t1 minus select * from t2;
  876.  
  877.       S_NO NAME              AGE PROFESSION
  878. ---------- ---------- ---------- ----------
  879.          2 Rohan              19 student
  880.          3 Mike               28 teacher
  881.  
  882. SQL> select * from t2 minus select * from t1;
  883.  
  884.       S_NO NAME              AGE PROFESSION
  885. ---------- ---------- ---------- ----------
  886.          2 Sam                22 teacher
  887.          3 Jack               30 teacher
  888.  
  889. 4. Write SQL queries to implement GROUPBY Clause
  890.  
  891.  
  892. SQL> select count(name) from t1 where profession='student' group by age;
  893.  
  894. COUNT(NAME)
  895. -----------
  896.           1
  897.           1
  898.  
  899.  
  900. SQL> select name from t2 group by name;
  901.  
  902. NAME
  903. ----------
  904. Jack
  905. Rahul
  906. Sam
  907.  
  908.  
  909. SQL> select s_no,name from t2 group by rollup(s_no,name);
  910.  
  911.       S_NO NAME
  912. ---------- ----------
  913.          1 Rahul
  914.          1
  915.          2 Sam
  916.          2
  917.          3 Jack
  918.          3
  919.  
  920. 5. Write SQL queries to combine GROUPBY Clause and ORDERBY Clause
  921.  
  922. SQL> select count(name) from t1 where profession='student' group by age order by age;
  923.  
  924. COUNT(NAME)
  925. -----------
  926.           1
  927.           1
Add Comment
Please, Sign In to add comment