三个表：Student（学生）,Course（课程）,SC（选课）：

这里写图片描述

刚开始是这么写的：

select Student.sname,Student.sno,avg(grade) as avg_grade
    from Student,SC
    where Student.sno=SC.Sno
    group by Student.Sno;

结果在SQL Server中执行报错：

这里写图片描述

我在网上查了很多，答案也都是这么写的，急的想摔电脑。

这里写图片描述

然鹅，在我深邃浩瀚的脑洞之下，我还是 碰想出了答案：在group by后面可以有多个决定因素的，加上一个Student.sname就好了：

select Student.sname,Student.sno,avg(grade) as avg_grade
    from Student,SC
    where Student.sno=SC.Sno
    group by Student.Sno,Student.sname;

或者

select Student.sname, SC.sno, avg(SC.grade) as avg_grade
    from dbo.SC inner join
            Student on SC.sno = Student.sno
    group by SC.sno, Student.sname

结果：

这里写图片描述

这里写图片描述

但如果做是题的话，就按刚开始写的那个就好了。

# sql
Logo
2048 AI社区

有“AI”的1024 = 2048，欢迎大家加入2048 AI社区

更多推荐

【大白话】浅析Transformer的自注意力机制：从“小纸条”到改变AI的核心魔法

在Transformer模型诞生之前，自然语言处理（NLP）领域主要由循环神经网络（RNN）及其变体（如LSTM）主导。顺序处理，难以并行：必须一个字一个字地处理序列，计算速度慢。长距离依赖问题：当句子很长时，模型容易“忘记”开头的信息。比如在句子“我出生在法国，……，所以我流利地说法语”中，RNN很难建立“法国”和“法语”之间的遥远联系。Attention机制的初衷，就是解决“长距离依赖”问题。

avatar 2048 AI社区

AI算力革命2025：从百亿烧钱竞赛到盈利破局

2025年AI行业迎来关键转折，训练成本逼近百亿美元，推理日耗达千万美元。行业从"参数竞赛"转向"成本控制"，资本更看重算力投入产出比。五大创新范式应运而生：小模型逆袭、智能路由优化、全域缓存体系、专用芯片突破和精准定价策略。垂直场景的小模型表现优异，专用芯片效率提升15倍，95%请求实现零推理响应。AI从业者角色重塑，成本优化师成为稀缺人才。行业共识表明，

avatar 2048 AI社区

每日AI学习笔记----Qwen3-Omni

最近作者开始上班了~上班两个多月，终于也是找到一点点工作的节奏~~。也深感到自己的不足，常在思考，选择这个行业是否正确，但是既然选择了，那么去深入也是乐趣所在。没有什么比静下心来学习能让你更踏实。浮躁了就去学习，想谈恋爱了就去学习，烦了就去学习吧，孩子。因此作者决定只要工作不加班到很晚，每天都要坚持至少一小时的AI新知识和技术的学习。

avatar 2048 AI社区