https://www.hackerrank.com/challenges/average-population-of-each-continent/problem?isFullScreen=true
Field | Type |
ID | NUMBER |
NAME | VARCHAR2 (17) |
COUNTRYCODE | VARCHAR2 (3) |
DISTRICT | VARCHAR2 (20) |
POPULATION | NUMBER |
CITY 테이블:
- ID: 테이블의 고유 키
- NAME : 도시의 이름
- COUNTRYCODE : 국가 코드
- DISTRICT : 지역
- POPULATION : 인구
Field | Type |
CODE | VARCHAR2 (3) |
NAME | VARCHAR2 (44) |
CONTINET | VARCHAR2 (13) |
REGION | VARCHAR2 (25) |
SURFACEAREA | NUMBER |
INDEPYEAR | VARCHAR2 (5) |
POPULATION | NUMBER |
LIFEEXPECTANCY | VARCHAR2 (4) |
GNP | NUMBER |
GNPOLD | VARCHAR2 (9) |
LOCALNAME | VARCHAR2 (44) |
GOVERNMENTFROM | VARCHAR2 (44) |
HEADOFSTATE | VARCHAR2 (32) |
CAPITAL | VARCHAR2 (4) |
CODE2 | VARCHAR2 (2) |
COUNTRY 테이블:
대륙(COUNTRY.Continent)과 해당 대륙의 평균 도시 인구(CITY.Population)를 가장 가까운 정수로 내림하여 조회하세요.
select
CTR.Continent,
floor(avg(CT.Population))
from CITY CT
inner join COUNTRY CTR on CT.COUNTRYCODE = CTR.CODE
group by CTR.Continent
'코딩일기' 카테고리의 다른 글
SQL 코드카타 169 - New Companies (0) | 2024.07.22 |
---|---|
SQL 코드카타 168 - Binary Tree Nodes (0) | 2024.07.21 |
SQL 코드카타 166 - African Cities (0) | 2024.07.21 |
SQL 코드카타 165 - Population Census (0) | 2024.07.20 |
SQL 코드카타 164 - Weather Observation Station 19 (0) | 2024.07.20 |