Lo que te piden es algo así:
SELECT FirstName,LastName FROM customer JOIN (
SELECT CustomerId
FROM invoice GROUP BY 1
HAVING SUM(Total)>(
SELECT AVG(total) FROM (
SELECT CustomerId,SUM(Total) total
FROM invoice GROUP BY 1
) c1
)
) c2 USING(CustomerId);
Sobre tu intento
Únicamente veo tres puntos de mejora:
- Te faltan unos paréntesis en la comparación con el promedio
- Intentas calcular el promedio total a la vez que calculas el total de cada usuario. Ten en cuenta que el promedio consiste en dividir el total de todos entre el número de usuarios y, en un
GRUOP BY
, vas a obtener tantos promedios como clientes, no un único número.
- Combinas (
JOIN
) cuando aún no te hace falta. Como tienes toda la información necesaria para tus cálculos en la tabla invoice
, deja para el final el nombre y apellidos, con el CustomerId
tienes información suficiente para hacer la selección que te piden.
Sobre la forma de preguntar
- Envíanos siempre el dataset en SQL con unos registros de muestra. Lo obtienes fácilmente en phpMyAdmin con la función Exportar. En este caso he hecho lo que he podido con el esquema, pero es mucho más fácil cuando tienes la base de datos y el editor te autocompleta los nombres de campos y tablas. Además de poder comprobar los errores de sintaxis antes de enviar la solución.
- No te olvides de aportar qué esperas obtener a partir de esos datos de muestra. Además de servirnos como comprobación, resolver manualmente le problema, te ayudará a entender cómo codificar la solución. Manualmente estás haciendo un algoritmo que muy probablemente será el mismo que hará el ordenador.
- Lo más importante y lo que sí que has hecho: intentarlo. Así podremos ver qué dudas tienes y ayudarte con ellas.
- Y, por último, los mensajes de error que recibas. Eso nos ayudará a reproducir y depurar el fallo.
1ª pregunta: explicación de la consulta
- Recuerda que una query SQL se lee de dentro hacia afuera. Es decir, cuando le vas dando forma empiezas por operaciones sencillas que vas incrustando como subconsultas de otra más complicada. De ahí que antes de entender la compleja, haya que entender las sencillas
- La primera que tienes que visualizar es la del
GROUP BY
, que no de desoriente ese 1, simplemente indica que agrupes por el primer campo que aparezca tras el SELECT
, en este caso CustomerId
. Lo que conseguimos con esta primera consulta es calcular cuánto se ha gastado cada cliente.
SELECT CustomerId,SUM(Total) total
FROM invoice GROUP BY 1;
- Una vez que tengas esta información, ya puedes calcular el promedio de lo que gastan todos:
SELECT AVG(total) FROM (
SELECT CustomerId,SUM(Total) total
FROM invoice GROUP BY 1
) c1;
- Y ahora sólo tienes que comparar lo que ha gastado cada uno con ese promedio que acabas de calcular:
SELECT CustomerId,SUM(Total) total
FROM invoice GROUP BY 1
HAVING total>(
SELECT AVG(total) FROM (
SELECT CustomerId,SUM(Total) total
FROM invoice GROUP BY 1
) c1
);
- Lo que hacemos en el paso siguiente es pasar la función de totales al
HAVING
y así nos evitamos tener que meter esto en otra subconsulta intermedia para proyectar los CustomerId
:
SELECT CustomerId
FROM invoice GROUP BY 1
HAVING SUM(Total)>(
SELECT AVG(total) FROM (
SELECT CustomerId,SUM(Total) total
FROM invoice GROUP BY 1
) c1
);
- Y por fin llegamos al
JOIN
por el que preguntabas. Ahora que sabemos los CustomerId
sólo hay que combinarlos con los datos que tenemos en la tabla de clientes, llegando a la consulta que tienes al principio de la respuesta.
2ª pregunta: exportar SQL y mensajes de error
- Probablemente en tu máquina virtual tengas instalado el Apache junto con el MySQL. Accede a http://localhost/phpmyadmin y te encontrarás con un cliente web del MySQL similar al Workbench. Ambos tienen que tener la opción de exporar la base de datos a SQL.
- Efectivamente, el SQL no da error hasta que envía la consulta completa al servidor. Ése es el error con el que debes documentar la pregunta. Aunque, como una query en SQL se va componiendo a trozos, puedes ir probándolas gradualmente. Empieza por la pequeñas, que son más fáciles de depurar.
3ª pregunta: tu nuevo intento
- Hasta que no modifiques la pregunta añadiendo el dataset, va a ser complicado que pueda detectar dónde está el fallo. Es mucho más cómodo probarla e ir haciéndole cambios. Y, ahora que le probado, da el mismo resultado que la mía. Enhorabuena, si te has equivocado ha sido en lo mismo que yo.
4ª pregunta: los alias
Quédate con la siguiente regla:
- las subconsultas en el
FROM () c1
, SIEMPRE con alias
- las subconsultas en el
WHERE total>()
, NUNCA con alias
El alias al que tú has llamado t1
es el correspondiente al de mi segundo paso, que incluye al primero después del FROM
y llamo c1
. Como va después del FROM
siempre alias, no te líes. La idea es que cuando utilizas una subconsulta después de un FROM
deberías poder referirte a ella como si de una tabla se tratara. ¿Y cómo podrías referirte a una tabla sin nombre? No podrías, por eso es obligatorio darle un alias. Sin embargo, tras el WHERE
, hace la función de un simple número al que no hay necesidad de mencionar. En un caso nos referimos a una tabla y en el otro a un número, ¿lo ves mejor así?