最近有许多学员问了一些面试中的问题，总结起来看，一是关于怎样找出和去除重复数据，这在另一个帖子利已有详细介绍。二是关于找出某一列里最大或最小的前几个，或是大于或小于某一个值（最大值或平均值）的数据。针对这种情况，再此做一个介绍。

1：找出公司里收入最高的前三名员工：

SQL> select rownum, last_name, salary
 2  from (select last_name, salary
 3        from s_emp
 4        order by salary desc)
 5  where rownum<=3;

   ROWNUM LAST_NAME                     SALARY
---------- ------------------------- ----------
        1 Velasquez                       4750
        2 Ropeburn                        2945
        3 Nguyen                        2897.5

注意：请大家分析一下一下语句为什么不对：

SQL> select rownum, last_name, salary
 2  from s_emp
 3  where rownum<=3
 4  order by salary desc;

   ROWNUM LAST_NAME                     SALARY
---------- ------------------------- ----------
        1 Velasquez                       4750
        3 Nagayama                        2660
        2 Ngao                            2000

2： 找出表中的某一行或某几行的数据：

（1）：找出表中第三行数据：
用以下方法是不行的，因为rownum后面至可以用<或<=号,不可以用=,>号和其它的比较符号。

SQL> select * from s_emp
 2  where rownum=3;

no rows selected

SQL> select * from s_emp
 2  where rownum between 3 and 5;

no rows selected

正确的方法如下：

SQL> l
 1  select last_name, salary
 2  from (select rownum a, b.*
 3        from s_emp b)
 4* where a=3
SQL> /

LAST_NAME                     SALARY
------------------------- ----------
Nagayama                        2660

（2）：找出第三行到第五行之间的数据：
SQL> l
 1  select last_name, salary
 2  from (select rownum a, b.*
 3        from s_emp b)
 4* where a between 3 and 5
SQL> /

LAST_NAME                     SALARY
------------------------- ----------
Nagayama                        2660
Quick-To-See                    2755
Ropeburn                        2945

3：找出那些工资高于他们所在部门的平均工资的员工。

（1）：第一种方法：
SQL> select last_name, dept_id, salary
 2  from s_emp a
 3  where salary>(select avg(salary)
 4                from s_emp
 5                where dept_id=a.dept_id);

LAST_NAME                    DEPT_ID     SALARY
------------------------- ---------- ----------
Velasquez                         50       4750
Urguhart                          41       2280
Menchu                            42       2375
Biri                              43       2090
Catchpole                         44       2470
Havel                             45     2483.3
Nguyen                            34     2897.5
Maduro                            41       2660
Nozaki                            42       2280
Schwartz                          45       2090

10 rows selected.

（2）：第二种方法：
SQL> l
 1  select a.last_name, a.salary, a.dept_id, b.avgsal
 2  from s_emp a, (select dept_id, avg(salary) avgsal
 3               from s_emp
 4               group by dept_id) b
 5  where a.dept_id=b.dept_id
 6* and a.salary>b.avgsal
SQL> /

LAST_NAME                     SALARY    DEPT_ID     AVGSAL
------------------------- ---------- ---------- ----------
Velasquez                       4750         50     3847.5
Urguhart                        2280         41     2181.5
Menchu                          2375         42 2055.16667
Biri                            2090         43       1710
Catchpole                       2470         44       1995
Havel                         2483.3         45     2069.1
Nguyen                        2897.5         34       2204
Maduro                          2660         41     2181.5
Nozaki                          2280         42 2055.16667
Schwartz                        2090         45     2069.1

10 rows selected.

4：找出那些工资高于他们所在部门的manager的工资的员工。

SQL> l
 1  select id, last_name, salary, manager_id
 2  from s_emp a
 3  where salary>(select salary
 4                from s_emp
 5*               where id=a.manager_id)
SQL> /

       ID LAST_NAME                     SALARY MANAGER_ID
---------- ------------------------- ---------- ----------
        6 Urguhart                        2280          2
        7 Menchu                          2375          2
        8 Biri                            2090          2
        9 Catchpole                       2470          2
       10 Havel                         2483.3          2
       12 Giljum                          2831          3
       13 Sedeghi                       2878.5          3
       14 Nguyen                        2897.5          3
       15 Dumas                           2755          3
       16 Maduro                          2660          6

10 rows selected.