🎮 Mini Game Buổi 5: Query Master

Bạn là Data Analyst mới tại sàn e-commerce ShopVN. Các phòng ban liên tục gửi yêu cầu dữ liệu qua Slack — bằng tiếng Việt. Nhiệm vụ: dịch câu hỏi kinh doanh thành SQL query chính xác — từ SELECT đơn giản đến subquery phức tạp!

🎯 Mục tiêu học tập

Sau khi hoàn thành game, bạn sẽ:

Dịch yêu cầu kinh doanh bằng tiếng Việt thành SQL query chính xác — tư duy business → SQL
Viết SELECT + WHERE để lọc dữ liệu theo điều kiện cụ thể
Sử dụng ORDER BY + LIMIT để xếp hạng và lấy top N kết quả
Áp dụng JOIN (INNER / LEFT) để kết nối nhiều bảng liên quan
Dùng GROUP BY + aggregate functions (COUNT, SUM, AVG) để tổng hợp dữ liệu
Lọc sau tổng hợp bằng HAVING — phân biệt WHERE vs HAVING
Viết subquery để giải quyết câu hỏi business phức tạp nhiều bước

📜 Luật chơi

┌──────────────────────────────────────────────────────┐
│  BẠN = Query Master 🗄️                              │
│  DATABASE = Hệ thống e-commerce ShopVN               │
│  MỖI VÒNG = 1 yêu cầu business → chọn SQL đúng      │
│  3 LỰA CHỌN mỗi vòng — chỉ 1 đáp án tốt nhất       │
│  THỜI GIAN = 90 giây/vòng (nhanh = bonus XP)         │
│  MỤC TIÊU = Thu thập ≥ 85 XP để đạt hạng Gold 🥇    │
└──────────────────────────────────────────────────────┘

Nguyên tắc cốt lõi: Từ câu hỏi kinh doanh → SQL, không phải ngược lại. Đọc yêu cầu tiếng Việt → xác định cần bảng nào, cột nào, điều kiện gì → chọn query.

Cách tính điểm mỗi vòng:

Thời gian trả lời	Speed Bonus
≤ 30 giây	+5 XP
31–60 giây	+3 XP
61–90 giây	+1 XP
> 90 giây (hết giờ)	0 XP, tự động chọn sai

🎲 Cơ chế game

Database Schema — ShopVN E-commerce

┌──────────────────┐       ┌──────────────────────┐       ┌──────────────────┐
│    customers     │       │       orders          │       │    products      │
├──────────────────┤       ├──────────────────────┤       ├──────────────────┤
│ customer_id (PK) │───┐   │ order_id (PK)        │   ┌───│ product_id (PK)  │
│ customer_name    │   └──>│ customer_id (FK)     │   │   │ product_name     │
│ email            │       │ order_date           │   │   │ category         │
│ city             │       │ total_amount         │   │   │ price            │
│ segment          │       │ status               │   │   │ stock_quantity   │
└──────────────────┘       └──────────────────────┘   │   └──────────────────┘
                                                      │
                           ┌──────────────────────┐   │
                           │    order_items        │   │
                           ├──────────────────────┤   │
                           │ item_id (PK)         │   │
                           │ order_id (FK)        │   │
                           │ product_id (FK)  ────┘   │
                           │ quantity             │
                           │ unit_price           │
                           └──────────────────────┘

Chỉ số theo dõi

Chỉ số	Icon	Mô tả	Mục tiêu
Query Accuracy	🎯	Chọn đúng SQL query giải quyết yêu cầu business	≥ 6/7 câu đúng
Efficiency	📊	Query tối ưu — đúng logic + clean syntax + không dư thừa	≥ 80%
Speed	⏱️	Tổng thời gian & speed bonus	Tối đa 35 bonus XP

Công thức XP

XP vòng = Accuracy Points + Efficiency Bonus + Speed Bonus + Random Event Modifier
XP tổng = Σ (XP vòng 1..7) + Badge Bonus

Tổng XP tối đa lý thuyết: 90 (Accuracy) + 35 (Efficiency) + 35 (Speed) + bonus events ≈ 160+ XP

📋 Kịch bản chi tiết

🗄️ Vòng 1: "Cho anh danh sách khách hàng ở HCM"

Độ khó: ⭐ Dễ — Warm-up | Kỹ năng: SELECT + WHERE

💬 Slack từ Marketing Manager:

"Em ơi, anh cần danh sách tất cả khách hàng ở TP.HCM — lấy tên, email, và phân khúc khách hàng. Anh đang chuẩn bị campaign Tết Nguyên Đán, cần target đúng khu vực."

📊 Database context:

Bảng customers — 15,000 khách hàng trên toàn quốc:

customer_id	customer_name	email	city	segment
1001	Nguyễn Văn An	an.nguyen@gmail.com	Hồ Chí Minh	Premium
1002	Trần Thị Bình	binh.tran@yahoo.com	Hà Nội	Standard
1003	Lê Hoàng Cường	cuong.le@gmail.com	Hồ Chí Minh	VIP
1004	Phạm Thị Dung	dung.pham@outlook.com	Đà Nẵng	Standard
...	...	...	...	...

Yêu cầu rõ ràng: lọc theo city, lấy 3 cột cụ thể.

🗄️ Câu hỏi: SQL query nào đúng?

Lựa chọn	SQL Query	Accuracy	Speed	Efficiency
A	`SELECT * FROM customers WHERE city = 'Hồ Chí Minh'`	+3	+1~5	+1
B ✅	`SELECT customer_name, email, segment FROM customers WHERE city = 'Hồ Chí Minh'`	+10	+1~5	+5
C	`SELECT customer_name, email, segment FROM customers`	+1	+1~5	+0

🗄️ Vòng 2: "Top 10 đơn hàng giá trị cao nhất tháng 1"

Độ khó: ⭐ Dễ | Kỹ năng: SELECT + WHERE + ORDER BY + LIMIT

💬 Slack từ Sales Director:

"Em lấy giúp anh top 10 đơn hàng có giá trị cao nhất trong tháng 1/2026 — anh muốn biết đơn nào lớn nhất, sắp xếp từ cao xuống thấp. Lấy mã đơn, ngày đặt, và tổng tiền nhé."

📊 Database context:

Bảng orders — 50,000 đơn hàng:

order_id	customer_id	order_date	total_amount	status
90001	1001	2026-01-03	15,200,000	Delivered
90002	1045	2026-01-03	890,000	Delivered
90003	1203	2026-01-05	32,500,000	Delivered
90004	1002	2026-01-07	2,100,000	Cancelled
...	...	...	...	...

Yêu cầu: lọc theo tháng, sắp xếp giảm dần, lấy top 10.

🗄️ Câu hỏi: SQL query nào đúng?

Lựa chọn	SQL Query	Accuracy	Speed	Efficiency
A	`SELECT order_id, order_date, total_amount FROM orders WHERE order_date >= '2026-01-01' ORDER BY total_amount DESC`	+3	+1~5	+2
B	`SELECT * FROM orders ORDER BY total_amount DESC LIMIT 10`	+2	+1~5	+1
C ✅	`SELECT order_id, order_date, total_amount FROM orders WHERE order_date >= '2026-01-01' AND order_date < '2026-02-01' ORDER BY total_amount DESC LIMIT 10`	+10	+1~5	+5

🗄️ Vòng 3: "Đơn hàng kèm tên khách hàng — ai mua gì?"

Độ khó: ⭐⭐ Trung bình | Kỹ năng: INNER JOIN

💬 Slack từ Customer Success Lead:

"Em ơi, chị cần danh sách đơn hàng tháng 1/2026 kèm theo tên khách hàng và thành phố. Chị muốn biết ai ở đâu đang đặt hàng — để team CS chủ động chăm sóc khách theo khu vực."

📊 Database context:

Cần kết nối 2 bảng: orders (có customer_id) ↔ customers (có customer_name, city).

orders.order_id	orders.customer_id	orders.order_date	orders.total_amount	customers.customer_name	customers.city
90001	1001	2026-01-03	15,200,000	Nguyễn Văn An	Hồ Chí Minh
90003	1203	2026-01-05	32,500,000	Lê Hoàng Cường	Hồ Chí Minh
90005	1002	2026-01-08	5,600,000	Trần Thị Bình	Hà Nội

Kết quả mong đợi: mỗi dòng = 1 đơn hàng + tên khách + thành phố.

🗄️ Câu hỏi: SQL query nào đúng?

Lựa chọn	SQL Query	Accuracy	Speed	Efficiency
A	`SELECT o.order_id, o.order_date, o.total_amount, c.customer_name, c.city FROM orders o, customers c WHERE o.customer_id = c.customer_id AND o.order_date >= '2026-01-01' AND o.order_date < '2026-02-01'`	+4	+1~5	+2
B ✅	`SELECT o.order_id, o.order_date, o.total_amount, c.customer_name, c.city FROM orders o INNER JOIN customers c ON o.customer_id = c.customer_id WHERE o.order_date >= '2026-01-01' AND o.order_date < '2026-02-01'`	+10	+1~5	+5
C	`SELECT order_id, order_date, total_amount, customer_name, city FROM orders INNER JOIN customers WHERE order_date >= '2026-01-01'`	+1	+1~5	+0

🗄️ Vòng 4: "Sản phẩm nào bán chạy nhất — kể cả sản phẩm chưa bán được?"

Độ khó: ⭐⭐ Trung bình | Kỹ năng: LEFT JOIN + aggregate

💬 Slack từ Product Manager:

"Em ơi, anh cần danh sách TẤT CẢ sản phẩm kèm theo tổng số lượng đã bán. Quan trọng: kể cả sản phẩm chưa bán được đơn nào cũng phải hiển thị — để anh biết sản phẩm nào cần push marketing. Sắp xếp từ bán nhiều nhất xuống ít nhất."

📊 Database context:

Bảng products có 500 sản phẩm, nhưng chỉ ~420 sản phẩm có xuất hiện trong bảng order_items. Có 80 sản phẩm chưa có đơn nào.

product_id	product_name	category	total_sold
P001	iPhone 16 Pro	Điện thoại	1,250
P002	MacBook Air M3	Laptop	680
...	...	...	...
P489	Ốp lưng Galaxy A	Phụ kiện	0 ← chưa bán
P500	Bàn phím cơ RGB	Phụ kiện	0 ← chưa bán

Từ khóa: "tất cả sản phẩm" + "kể cả chưa bán" → cần giữ lại sản phẩm không match.

🗄️ Câu hỏi: SQL query nào đúng?

Lựa chọn	SQL Query	Accuracy	Speed	Efficiency
A	`SELECT p.product_name, SUM(oi.quantity) AS total_sold FROM products p INNER JOIN order_items oi ON p.product_id = oi.product_id GROUP BY p.product_name ORDER BY total_sold DESC`	+3	+1~5	+2
B ✅	`SELECT p.product_name, COALESCE(SUM(oi.quantity), 0) AS total_sold FROM products p LEFT JOIN order_items oi ON p.product_id = oi.product_id GROUP BY p.product_name ORDER BY total_sold DESC`	+10	+1~5	+5
C	`SELECT p.product_name, COUNT(oi.item_id) AS total_sold FROM products p LEFT JOIN order_items oi ON p.product_id = oi.product_id ORDER BY total_sold DESC`	+2	+1~5	+1

🗄️ Vòng 5: "Doanh thu theo danh mục sản phẩm — nhóm nào mang lại nhiều tiền nhất?"

Độ khó: ⭐⭐⭐ Khó | Kỹ năng: JOIN + GROUP BY + aggregate functions

💬 Slack từ CFO:

"Em ơi, anh cần báo cáo doanh thu tháng 1/2026 theo danh mục sản phẩm. Mỗi danh mục: tổng doanh thu, số đơn hàng, giá trị trung bình mỗi đơn. Sắp xếp theo doanh thu giảm dần — anh trình bày trước board meeting chiều nay."

📊 Database context:

Cần kết nối 3 bảng: orders → order_items → products (lấy category).

Kết quả mong đợi:

category	total_revenue	order_count	avg_order_value
Điện thoại	12,500,000,000	3,200	3,906,250
Laptop	8,200,000,000	1,100	7,454,545
Phụ kiện	2,800,000,000	8,500	329,412
Tablet	2,100,000,000	650	3,230,769
Đồng hồ	1,500,000,000	420	3,571,429

🗄️ Câu hỏi: SQL query nào đúng?

Lựa chọn	SQL Query	Accuracy	Speed	Efficiency
A	`SELECT p.category, SUM(oi.quantity * oi.unit_price) AS total_revenue FROM order_items oi JOIN products p ON oi.product_id = p.product_id GROUP BY p.category ORDER BY total_revenue DESC`	+4	+1~5	+2
B ✅	`SELECT p.category, SUM(oi.quantity * oi.unit_price) AS total_revenue, COUNT(DISTINCT o.order_id) AS order_count, SUM(oi.quantity * oi.unit_price) / COUNT(DISTINCT o.order_id) AS avg_order_value FROM orders o JOIN order_items oi ON o.order_id = oi.order_id JOIN products p ON oi.product_id = p.product_id WHERE o.order_date >= '2026-01-01' AND o.order_date < '2026-02-01' GROUP BY p.category ORDER BY total_revenue DESC`	+15	+1~5	+5
C	`SELECT category, SUM(price) AS total_revenue, COUNT(*) AS order_count, AVG(price) AS avg_order_value FROM products GROUP BY category ORDER BY total_revenue DESC`	+1	+1~5	+0

🗄️ Vòng 6: "Khách nào chi hơn 10 triệu — chỉ tính khách mua ≥ 3 đơn?"

Độ khó: ⭐⭐⭐ Khó | Kỹ năng: GROUP BY + HAVING + multiple conditions

💬 Slack từ CRM Manager:

"Em ơi, chị cần danh sách khách hàng VIP tiềm năng: tổng chi tiêu trên 10 triệu VNĐ VÀ đã mua ít nhất 3 đơn hàng trong Q4/2025. Chị cần tên, tổng chi tiêu, và số đơn — để mời vào chương trình loyalty mới."

📊 Database context:

Bảng orders Q4/2025 — cần tổng hợp theo customer_id rồi lọc sau khi GROUP BY.

Kết quả mong đợi (ví dụ):

customer_name	total_spent	order_count
Nguyễn Văn An	45,200,000	8
Lê Hoàng Cường	28,700,000	5
Trần Thị Bình	15,300,000	4
Phạm Minh Đức	12,100,000	3

Lưu ý: WHERE lọc trước GROUP BY (lọc dòng), HAVING lọc sau GROUP BY (lọc nhóm).

🗄️ Câu hỏi: SQL query nào đúng?

Lựa chọn	SQL Query	Accuracy	Speed	Efficiency
A	`SELECT c.customer_name, SUM(o.total_amount) AS total_spent, COUNT() AS order_count FROM customers c JOIN orders o ON c.customer_id = o.customer_id WHERE o.order_date >= '2025-10-01' AND o.order_date < '2026-01-01' AND SUM(o.total_amount) > 10000000 AND COUNT() >= 3 GROUP BY c.customer_name ORDER BY total_spent DESC`	+1	+1~5	+0
B	`SELECT c.customer_name, SUM(o.total_amount) AS total_spent, COUNT(*) AS order_count FROM customers c JOIN orders o ON c.customer_id = o.customer_id GROUP BY c.customer_name HAVING total_spent > 10000000 AND order_count >= 3 ORDER BY total_spent DESC`	+3	+1~5	+2
C ✅	`SELECT c.customer_name, SUM(o.total_amount) AS total_spent, COUNT(o.order_id) AS order_count FROM customers c JOIN orders o ON c.customer_id = o.customer_id WHERE o.order_date >= '2025-10-01' AND o.order_date < '2026-01-01' GROUP BY c.customer_name HAVING SUM(o.total_amount) > 10000000 AND COUNT(o.order_id) >= 3 ORDER BY total_spent DESC`	+10	+1~5	+5

🗄️ Vòng 7: "Sản phẩm nào bán trên trung bình — ai là ngôi sao thực sự?"

Độ khó: ⭐⭐⭐⭐ Rất khó — Boss Round 🏴‍☠️ | Kỹ năng: Subquery

💬 Slack từ CEO (tối Chủ Nhật 😱):

"Em ơi, anh chuẩn bị slide cho board meeting sáng thứ Hai. Anh cần biết: sản phẩm nào có doanh thu T1/2026 CAO HƠN doanh thu trung bình của tất cả sản phẩm trong cùng tháng? Lấy tên sản phẩm, danh mục, và doanh thu — sort giảm dần. Anh muốn biết đâu là ngôi sao thực sự, không phải trung bình."

📊 Database context:

Đây là bài toán so sánh giá trị từng sản phẩm với giá trị trung bình tổng → cần subquery để tính trung bình trước, rồi dùng kết quả đó trong WHERE.

Bước 1: Tính doanh thu mỗi sản phẩm T1/2026
Bước 2: Tính doanh thu trung bình trên tất cả sản phẩm
Bước 3: Lọc chỉ lấy sản phẩm có doanh thu > trung bình

Kết quả mong đợi (ví dụ):

product_name	category	product_revenue	avg_all_products
iPhone 16 Pro	Điện thoại	3,200,000,000	540,000,000
MacBook Air M3	Laptop	2,800,000,000	540,000,000
Samsung Galaxy S25	Điện thoại	2,500,000,000	540,000,000
AirPods Pro 3	Phụ kiện	1,800,000,000	540,000,000
iPad Air	Tablet	1,200,000,000	540,000,000

🗄️ Câu hỏi: SQL query nào đúng?

Lựa chọn	SQL Query	Accuracy	Speed	Efficiency
A	`SELECT p.product_name, p.category, SUM(oi.quantity * oi.unit_price) AS product_revenue FROM orders o JOIN order_items oi ON o.order_id = oi.order_id JOIN products p ON oi.product_id = p.product_id WHERE o.order_date >= '2026-01-01' AND o.order_date < '2026-02-01' GROUP BY p.product_name, p.category ORDER BY product_revenue DESC`	+4	+1~5	+2
B	`SELECT p.product_name, p.category, SUM(oi.quantity * oi.unit_price) AS product_revenue FROM orders o JOIN order_items oi ON o.order_id = oi.order_id JOIN products p ON oi.product_id = p.product_id WHERE o.order_date >= '2026-01-01' AND o.order_date < '2026-02-01' AND SUM(oi.quantity * oi.unit_price) > AVG(oi.quantity * oi.unit_price) GROUP BY p.product_name, p.category`	+1	+1~5	+0
C ✅	SELECT p.product_name, p.category, SUM(oi.quantity * oi.unit_price) AS product_revenue FROM orders o JOIN order_items oi ON o.order_id = oi.order_id JOIN products p ON oi.product_id = p.product_id WHERE o.order_date >= '2026-01-01' AND o.order_date < '2026-02-01' GROUP BY p.product_name, p.category HAVING SUM(oi.quantity * oi.unit_price) > (SELECT AVG(sub.product_revenue) FROM (SELECT SUM(oi2.quantity * oi2.unit_price) AS product_revenue FROM orders o2 JOIN order_items oi2 ON o2.order_id = oi2.order_id WHERE o2.order_date >= '2026-01-01' AND o2.order_date < '2026-02-01' GROUP BY oi2.product_id) sub) ORDER BY product_revenue DESC	+15	+1~5	+5

⚡ Sự kiện ngẫu nhiên (Random Events)

Mỗi vòng có 20% xác suất kích hoạt 1 sự kiện ngẫu nhiên. Sự kiện mô phỏng áp lực thực tế khi viết query trong doanh nghiệp!

#	Sự kiện	Xác suất	Ảnh hưởng
1	🔥 Sếp gọi gấp — "Query xong chưa em? Anh cần số liệu cho meeting 10 phút nữa!"	20%	Thời gian vòng này giảm còn 60 giây. Áp lực tăng!
2	💡 DBA hint — Đồng nghiệp DBA gợi ý: "Bảng đó có index trên cột date nhé, dùng range query"	15%	Loại bỏ 1 đáp án sai → còn 2 lựa chọn. Efficiency +2 bonus
3	📋 Schema reveal — Hệ thống hiển thị thêm sample data từ bảng liên quan	10%	Hiển thị thêm context → dễ chọn hơn. +3 Accuracy bonus nếu đúng
4	💥 Query timeout — Database đang chạy batch job, query bị chậm!	20%	Thời gian giảm còn 45 giây, nhưng nếu đúng: Speed ×2. Bài học: query tối ưu = chạy nhanh hơn
5	📊 Bonus dataset — Phòng Finance share thêm bảng `payments` để cross-check	10%	Câu hỏi bonus +5 XP nếu đáp án có logic JOIN chính xác
6	☕ Cà phê sữa đá boost — Đồng nghiệp mua cà phê về, tinh thần lên cao!	15%	+3 XP bonus cho câu tiếp theo bất kể đúng sai

🏆 Hệ thống xếp hạng

Rank	Điều kiện	Mô tả
🥇 Gold	≥ 85 XP	"Query Master! Yêu cầu business nào cũng dịch thành SQL chính xác. Bạn sẵn sàng query trực tiếp trên production database."
🥈 Silver	≥ 60 XP	"Solid Querier — SELECT/JOIN ổn nhưng cần luyện thêm GROUP BY + HAVING + subquery. Ôn lại Phần 3–4!"
🥉 Bronze	≥ 40 XP	"Junior Querier — hiểu cơ bản nhưng cần luyện thêm JOIN và aggregate functions."
❌ Fail	< 40 XP	"Query chưa chạy được... Đọc lại Buổi 5 rồi quay lại nhé!"

🎖️ Badge đặc biệt

Badge	Điều kiện	Mô tả
🏅 Perfect Query	7/7 câu đúng (chọn đáp án tốt nhất)	Mọi query đều chạy đúng — zero bugs
⚡ Speed Runner	Tổng thời gian ≤ 3 phút 30 giây (cả 7 vòng)	Viết query nhanh hơn ChatGPT
🔗 JOIN Master	Đúng Vòng 3 + Vòng 4 (INNER JOIN + LEFT JOIN)	Kết nối bảng như thở — VLOOKUP phiên bản pro
📊 Aggregation Pro	Đúng Vòng 5 + Vòng 6 (GROUP BY + HAVING)	Pivot Table bằng SQL — tổng hợp dữ liệu chuyên nghiệp
🧠 Subquery Thinker	Đúng Vòng 7 (subquery boss round)	Tư duy SQL nhiều tầng — sẵn sàng cho CTE và window functions
🎯 Business Translator	Đúng Vòng 1 + Vòng 2 + luôn chọn cột đúng (không `SELECT *`)	Dịch yêu cầu business → SQL chính xác, không thừa không thiếu
🛡️ Survivor	Gặp ≥ 3 sự kiện ngẫu nhiên bất lợi mà vẫn đạt Gold	Bình tĩnh dưới áp lực — tố chất Senior DA
💎 Flawless	≥ 85 XP + không bị event nào trừ điểm	Hoàn hảo trong mọi tình huống

💡 Giải thích đáp án

Vòng 1 — SELECT cột cụ thể + WHERE lọc điều kiện

Yêu cầu: Danh sách khách hàng ở HCM — tên, email, segment → SELECT 3 cột + WHERE city.

Đáp án B chọn đúng 3 cột cần thiết (customer_name, email, segment) + lọc đúng city = 'Hồ Chí Minh'
Đáp án A (SELECT *) lấy tất cả cột — dư thừa, sếp không cần customer_id, email format thô. Trong thực tế, SELECT * trên bảng lớn gây chậm query và là anti-pattern trong SQL
Đáp án C thiếu WHERE → trả về toàn bộ 15,000 khách hàng, không lọc HCM
Nguyên tắc: Luôn SELECT đúng cột cần thiết, không dùng * khi đã biết cột nào sếp cần
Kiến thức: SELECT, WHERE — Phần 2: SELECT — Truy vấn dữ liệu cơ bản

Vòng 2 — ORDER BY + LIMIT + lọc ngày chính xác

Yêu cầu: Top 10 đơn hàng giá trị cao nhất tháng 1/2026 → WHERE date range + ORDER BY DESC + LIMIT 10.

Đáp án C đầy đủ nhất: (1) Lọc tháng 1 bằng range >= '2026-01-01' AND < '2026-02-01' — chính xác hơn LIKE hay MONTH(), (2) Chỉ lấy 3 cột cần thiết, (3) ORDER BY total_amount DESC sắp xếp giảm dần, (4) LIMIT 10 lấy đúng top 10
Đáp án A thiếu LIMIT 10 → trả về tất cả đơn tháng 1, và thiếu điều kiện end date
Đáp án B thiếu WHERE lọc tháng → top 10 trên toàn bộ database, không phải T1/2026. Cũng dùng SELECT * không cần thiết
Tip: Lọc ngày bằng range (>= AND <) thay vì BETWEEN (vì BETWEEN bao gồm cả 2 biên, dễ sai với timestamp) hoặc MONTH(order_date) = 1 (không tận dụng được index)
Kiến thức: ORDER BY, LIMIT — Phần 2: SELECT

Vòng 3 — INNER JOIN chuẩn syntax

Yêu cầu: Đơn hàng kèm tên khách hàng và thành phố → JOIN orders với customers.

Đáp án B dùng INNER JOIN syntax chuẩn ANSI-92: FROM orders o INNER JOIN customers c ON o.customer_id = c.customer_id — rõ ràng, dễ đọc, dễ maintain
Đáp án A dùng comma-separated JOIN (ANSI-89 style): FROM orders o, customers c WHERE ... — chạy đúng nhưng là cú pháp cũ, khó phân biệt điều kiện JOIN vs điều kiện lọc khi query phức tạp
Đáp án C thiếu ON clause → lỗi cú pháp. Không chỉ định rõ cột nào join với cột nào. Cũng thiếu alias nên với cột trùng tên (như customer_id) sẽ gây ambiguous error
Best practice: Luôn dùng JOIN ... ON ... thay vì comma-separated join. Luôn dùng table alias (o, c) cho dễ đọc
Kiến thức: JOIN — Phần 3: JOIN — Kết nối nhiều bảng

Vòng 4 — LEFT JOIN giữ lại dòng không match

Yêu cầu: TẤT CẢ sản phẩm — kể cả chưa bán → LEFT JOIN (giữ tất cả hàng bên trái).

Đáp án B dùng LEFT JOIN → giữ tất cả 500 sản phẩm, kể cả 80 sản phẩm không có trong order_items. COALESCE(SUM(...), 0) chuyển NULL thành 0 — không bị hiển thị NULL cho sản phẩm chưa bán
Đáp án A dùng INNER JOIN → chỉ trả về 420 sản phẩm có đơn hàng — mất 80 sản phẩm chưa bán, trái yêu cầu "tất cả sản phẩm"
Đáp án C thiếu GROUP BY → lỗi SQL (dùng aggregate COUNT mà không GROUP BY). Dùng COUNT thay vì SUM(quantity) cũng sai — COUNT chỉ đếm số dòng, không tính tổng số lượng đã bán
Khi nào dùng LEFT JOIN vs INNER JOIN? LEFT JOIN khi cần giữ lại tất cả bản ghi bên trái, dù không có match bên phải. INNER JOIN khi chỉ cần bản ghi có match ở cả 2 bảng
Kiến thức: LEFT JOIN, COALESCE — Phần 3: JOIN

Vòng 5 — Multi-table JOIN + GROUP BY + multiple aggregates

Yêu cầu: Doanh thu theo danh mục: tổng DT, số đơn, giá trị TB → JOIN 3 bảng + GROUP BY + SUM + COUNT DISTINCT.

Đáp án B join 3 bảng đúng thứ tự: orders → order_items → products → lấy được category. Dùng COUNT(DISTINCT o.order_id) thay vì COUNT(*) — vì 1 đơn hàng có nhiều items, COUNT(*) sẽ đếm trùng lặp!
Đáp án A thiếu COUNT(DISTINCT) cho số đơn hàng và thiếu avg_order_value → chưa đủ yêu cầu CFO. Cũng thiếu WHERE lọc tháng 1/2026
Đáp án C query trực tiếp bảng products → lấy price (giá niêm yết) thay vì doanh thu thực tế (quantity × unit_price trong order_items). Không có JOIN → hoàn toàn sai
Bài học: Với multi-table query, luôn vẽ quan hệ bảng trước khi viết SQL: bảng nào chứa gì? → JOIN qua key nào? → GROUP BY cột nào? → aggregate cột nào?
Kiến thức: GROUP BY + aggregate functions — Phần 4: GROUP BY & Aggregation

Vòng 6 — WHERE vs HAVING: lọc dòng vs lọc nhóm

Yêu cầu: Khách chi > 10 triệu VÀ ≥ 3 đơn trong Q4/2025 → WHERE lọc thời gian + HAVING lọc tổng hợp.

Đáp án C phân biệt đúng WHERE vs HAVING:
- WHERE lọc trước GROUP BY: chỉ lấy đơn hàng Q4/2025 (lọc dòng)
- HAVING lọc sau GROUP BY: chỉ giữ khách có SUM > 10 triệu VÀ COUNT ≥ 3 (lọc nhóm)
Đáp án A đặt SUM() và COUNT() trong WHERE → lỗi SQL! Aggregate functions không thể dùng trong WHERE — vì WHERE chạy trước GROUP BY, lúc đó chưa có giá trị tổng hợp
Đáp án B thiếu WHERE lọc Q4/2025 → tính trên toàn bộ lịch sử đơn hàng, không phải chỉ Q4/2025. Dùng alias (total_spent) trong HAVING — một số database cho phép nhưng không phải standard SQL
Quy tắc nhớ: WHERE = lọc dòng (rows) trước khi nhóm. HAVING = lọc nhóm (groups) sau khi tổng hợp
Kiến thức: HAVING — Phần 4: GROUP BY & Aggregation

Vòng 7 — Subquery: so sánh với giá trị tổng hợp

Yêu cầu: Sản phẩm có doanh thu > trung bình tất cả SP → subquery tính AVG rồi dùng trong HAVING.

Đáp án C dùng nested subquery trong HAVING:
1. Query ngoài: tính doanh thu mỗi sản phẩm (JOIN 3 bảng + GROUP BY)
2. Subquery trong: tính trung bình doanh thu trên tất cả sản phẩm (SELECT AVG(sub.product_revenue) FROM (SELECT SUM(...) GROUP BY product_id) sub)
3. HAVING so sánh: chỉ giữ SP có revenue > trung bình
Đáp án A tính doanh thu mỗi SP nhưng không lọc — trả về tất cả SP, kể cả dưới trung bình. Thiếu điều kiện "cao hơn trung bình"
Đáp án B đặt SUM() và AVG() trong WHERE → lỗi SQL! (lặp lại lỗi Vòng 6). Không thể so sánh aggregate trong WHERE
Tại sao cần subquery lồng 2 tầng? Vì AVG(SUM(...)) không hợp lệ trong SQL — không thể aggregate trên aggregate trực tiếp. Phải tính SUM ở tầng trong (GROUP BY product_id), rồi AVG ở tầng ngoài
Nâng cao: Đây là bước đệm cho CTE (Common Table Expression) và Window Functions mà bạn sẽ học ở level tiếp theo — cách viết gọn hơn cho cùng bài toán
Kiến thức: Subquery — Phần 5: Subquery

📚 Kiến thức liên quan

Vòng	Chủ đề chính	Kỹ năng SQL
1	SELECT + WHERE	Lọc dữ liệu theo điều kiện, chọn cột cụ thể
2	ORDER BY + LIMIT	Sắp xếp và lấy top N, lọc ngày bằng range
3	INNER JOIN	Kết nối 2 bảng qua key chung — ANSI-92 syntax
4	LEFT JOIN + COALESCE	Giữ tất cả bản ghi bên trái, xử lý NULL
5	Multi-JOIN + GROUP BY	JOIN 3 bảng, COUNT DISTINCT, multiple aggregates
6	WHERE vs HAVING	Phân biệt lọc dòng vs lọc nhóm sau tổng hợp
7	Subquery	Truy vấn lồng — so sánh với giá trị aggregate

Chuỗi tư duy Query Master chuyên nghiệp:

Đọc yêu cầu business (tiếng Việt)
    → Xác định: cần bảng nào? cột nào? điều kiện gì?
    → Chọn SELECT cột cụ thể (KHÔNG dùng SELECT *)
    → Cần liên kết bảng? → JOIN (INNER nếu cần match, LEFT nếu cần tất cả)
    → Cần tổng hợp? → GROUP BY + aggregate (SUM, COUNT, AVG)
    → Lọc sau tổng hợp? → HAVING (không phải WHERE)
    → So sánh với giá trị tổng? → Subquery
    → Sắp xếp + giới hạn? → ORDER BY + LIMIT
    → Review: query có trả đúng yêu cầu sếp không?

🔗 Xem thêm Buổi 5

→ 📘 Nội dung chính → 📝 Blog → 🧠 Case Study → 🏆 Tiêu chuẩn → 🛠 Workshop

🎮 Mini Game Buổi 5: Query Master ​

🎯 Mục tiêu học tập ​

📜 Luật chơi ​

🎲 Cơ chế game ​

Database Schema — ShopVN E-commerce ​

Chỉ số theo dõi ​

Công thức XP ​

📋 Kịch bản chi tiết ​

🗄️ Vòng 1: "Cho anh danh sách khách hàng ở HCM" ​

🗄️ Vòng 2: "Top 10 đơn hàng giá trị cao nhất tháng 1" ​

🗄️ Vòng 3: "Đơn hàng kèm tên khách hàng — ai mua gì?" ​

🗄️ Vòng 4: "Sản phẩm nào bán chạy nhất — kể cả sản phẩm chưa bán được?" ​

🗄️ Vòng 5: "Doanh thu theo danh mục sản phẩm — nhóm nào mang lại nhiều tiền nhất?" ​

🗄️ Vòng 6: "Khách nào chi hơn 10 triệu — chỉ tính khách mua ≥ 3 đơn?" ​

🗄️ Vòng 7: "Sản phẩm nào bán trên trung bình — ai là ngôi sao thực sự?" ​

⚡ Sự kiện ngẫu nhiên (Random Events) ​

🏆 Hệ thống xếp hạng ​

🎖️ Badge đặc biệt ​

💡 Giải thích đáp án ​

Vòng 1 — SELECT cột cụ thể + WHERE lọc điều kiện ​

Vòng 2 — ORDER BY + LIMIT + lọc ngày chính xác ​

Vòng 3 — INNER JOIN chuẩn syntax ​

Vòng 4 — LEFT JOIN giữ lại dòng không match ​

Vòng 5 — Multi-table JOIN + GROUP BY + multiple aggregates ​

Vòng 6 — WHERE vs HAVING: lọc dòng vs lọc nhóm ​

Vòng 7 — Subquery: so sánh với giá trị tổng hợp ​

📚 Kiến thức liên quan ​

🔗 Xem thêm Buổi 5 ​

🎮 Mini Game Buổi 5: Query Master

🎯 Mục tiêu học tập

📜 Luật chơi

🎲 Cơ chế game

Database Schema — ShopVN E-commerce

Chỉ số theo dõi

Công thức XP

📋 Kịch bản chi tiết

🗄️ Vòng 1: "Cho anh danh sách khách hàng ở HCM"

🗄️ Vòng 2: "Top 10 đơn hàng giá trị cao nhất tháng 1"

🗄️ Vòng 3: "Đơn hàng kèm tên khách hàng — ai mua gì?"

🗄️ Vòng 4: "Sản phẩm nào bán chạy nhất — kể cả sản phẩm chưa bán được?"

🗄️ Vòng 5: "Doanh thu theo danh mục sản phẩm — nhóm nào mang lại nhiều tiền nhất?"

🗄️ Vòng 6: "Khách nào chi hơn 10 triệu — chỉ tính khách mua ≥ 3 đơn?"

🗄️ Vòng 7: "Sản phẩm nào bán trên trung bình — ai là ngôi sao thực sự?"

⚡ Sự kiện ngẫu nhiên (Random Events)

🏆 Hệ thống xếp hạng

🎖️ Badge đặc biệt

💡 Giải thích đáp án

Vòng 1 — SELECT cột cụ thể + WHERE lọc điều kiện

Vòng 2 — ORDER BY + LIMIT + lọc ngày chính xác

Vòng 3 — INNER JOIN chuẩn syntax

Vòng 4 — LEFT JOIN giữ lại dòng không match

Vòng 5 — Multi-table JOIN + GROUP BY + multiple aggregates

Vòng 6 — WHERE vs HAVING: lọc dòng vs lọc nhóm

Vòng 7 — Subquery: so sánh với giá trị tổng hợp

📚 Kiến thức liên quan

🔗 Xem thêm Buổi 5