数据库中查询 90 号部门员工的 job_id 和 90 号部门的 location_id

要查询90号部门员工的job_id和90号部门的location_id，可以使用SQL语句来实现。假设数据库中有两个表，一个是员工表employee，一个是部门表department。

SQL查询语句如下所示：

SELECT e.job_id, d.location_id
FROM employee e
JOIN department d ON e.department_id = d.department_id
WHERE d.department_id = 90;

以上语句意思是从employee表中查询出满足条件部门ID为90的员工的job_id，同时从department表中查询出部门ID为90的location_id。使用JOIN关键字将两个表根据department_id进行连接，然后使用WHERE子句来筛选出部门ID为90的员工信息。

通过执行上述语句，可以得到90号部门员工的 job_id 和 90号部门的 location_id的查询结果。

相关问题

class Job(db.Model): __tablename__ = 'jobs' id = db.Column(db.Integer, primary_key=True) job_name = db.Column(db.String(255)) location = db.Column(db.String(255)) salary = db.Column(db.String(255)) job_tags = db.Column(db.String(255)) company = db.Column(db.String(255)) def __repr__(self): return f"<Job id={self.id} job_name={self.job_name} location={self.location} salary={self.salary} job_tags={self.job_tags} company={self.company}>"

这是一个使用 Flask 和 SQLAlchemy 框架定义的 Job 模型类，它对应着一个数据库表（表名为 jobs），包含了 id、job_name、location、salary、job_tags、company 六个字段。其中 id 为主键，每个记录都有唯一的 id 值。__repr__ 方法定义了该类对象在被打印时输出的内容，方便调试和查看。

写一个爬取51job网站数据的代码并存入数据库和可视化的源码

这里提供一个基于Python的爬虫代码，可以爬取51job网站的职位信息并存入MySQL数据库，并且使用Matplotlib进行可视化展示。

首先需要安装以下库：

- requests：用于发送请求获取网页内容
- BeautifulSoup：用于解析网页内容
- pymysql：用于连接MySQL数据库
- Matplotlib：用于可视化展示

安装方法：

pip install requests
pip install beautifulsoup4
pip install pymysql
pip install matplotlib

接下来是代码实现：

import requests
from bs4 import BeautifulSoup
import pymysql
import matplotlib.pyplot as plt
import numpy as np

# 定义要爬取的网页URL和请求头信息
url = 'https://search.51job.com/list/000000,000000,0000,00,9,99,Python,2,1.html'
headers = {
    'User-Agent': 'Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/58.0.3029.110 Safari/537.3'}

# 连接MySQL数据库
conn = pymysql.connect(host='localhost', port=3306, user='root', password='123456', database='test')
cursor = conn.cursor()

# 创建数据表
sql_create_table = '''CREATE TABLE IF NOT EXISTS job_info (
                        id INT(11) NOT NULL AUTO_INCREMENT,
                        job_name VARCHAR(100) NOT NULL,
                        company_name VARCHAR(100) NOT NULL,
                        work_location VARCHAR(50) NOT NULL,
                        salary VARCHAR(50) NOT NULL,
                        release_time VARCHAR(50) NOT NULL,
                        PRIMARY KEY (id)
                        )'''
cursor.execute(sql_create_table)

# 发送网络请求获取网页内容
response = requests.get(url, headers=headers)
response.encoding = 'gbk'
html = response.text

# 解析网页内容
soup = BeautifulSoup(html, 'html.parser')
job_list = soup.select('.dw_table .el')

# 遍历职位信息列表并存入MySQL数据库
for job in job_list:
    job_name = job.select_one('.t1 a').text.strip()
    company_name = job.select_one('.t2 a').text.strip()
    work_location = job.select_one('.t3').text.strip()
    salary = job.select_one('.t4').text.strip()
    release_time = job.select_one('.t5').text.strip()
    sql_insert = "INSERT INTO job_info (job_name, company_name, work_location, salary, release_time) VALUES ('%s', '%s', '%s', '%s', '%s')" % (job_name, company_name, work_location, salary, release_time)
    cursor.execute(sql_insert)
    conn.commit()

# 查询数据库中的数据并进行可视化展示
sql_select = "SELECT work_location, COUNT(*) FROM job_info GROUP BY work_location"
cursor.execute(sql_select)
results = cursor.fetchall()

x = []
y = []
for result in results:
    x.append(result[0])
    y.append(result[1])

plt.bar(x, y)
plt.title('Python职位分布情况')
plt.xlabel('工作地点')
plt.ylabel('职位数量')
plt.show()

# 关闭数据库连接
cursor.close()
conn.close()

这个代码会从51job网站爬取Python职位信息，并将职位名称、公司名称、工作地点、薪资和发布时间存入MySQL数据库中。然后，它会查询数据库中的数据并使用Matplotlib绘制一个柱状图，展示Python职位在各个工作地点的分布情况。最后，关闭数据库连接。

如果需要在代码中修改连接MySQL数据库的参数，比如主机名、端口号、用户名、密码和数据库名，可以根据自己的实际情况进行修改。