歌曲 - CS50x 2026

Spotify Wrapped ‘22 Logo

待解决的问题

编写 SQL 查询，以回答有关 2018 年 Spotify 上播放次数最多的 100 首歌曲数据库的问题。

演示

准备工作

在这个问题中，你将使用由 CS50 工作人员提供的数据库。

下载分发代码

打开 VS Code。

首先点击终端窗口内部，然后单独执行 cd。你应该会发现其“提示符”类似于下方内容。

$

点击终端窗口内部，然后执行

wget https://cdn.cs50.net/2026/x/psets/7/songs.zip

然后按回车键，以便在你的 codespace 中下载一个名为 songs.zip 的 ZIP 文件。注意不要忽略 wget 和后面 URL 之间的空格，或者任何其他字符！

现在执行

unzip songs.zip

来创建一个名为 songs 的文件夹。你不再需要该 ZIP 文件，因此可以执行

rm songs.zip

并在提示符处输入 “y” 后按回车，以删除你下载的 ZIP 文件。

现在输入

cd songs

然后按回车，进入（即打开）该目录。你的提示符现在应该类似于下方内容。

songs/ $

如果一切顺利，你应该执行

ls

然后你会看到 8 个 .sql 文件、songs.db 和 answers.txt。

如果你遇到任何问题，请再次按照这些步骤操作，看看能否确定哪里出错了！

理解

为你提供的是一个名为 songs.db 的文件，这是一个 SQLite 数据库，存储了来自 Spotify 的关于歌曲及其艺术家的相关数据。该数据集包含 2018 年 Spotify 上播放次数最多的前 100 首歌曲。在终端窗口中，运行 sqlite3 songs.db，以便你可以开始对数据库执行查询。

首先，当 sqlite3 提示你提供查询时，输入 .schema 并按回车。这将输出用于生成数据库中每个表的 CREATE TABLE 语句。通过检查这些语句，你可以确定每个表中存在的列。

请注意，每个 artist（艺术家）都有一个 id 和一个 name（名称）。同样请注意，每首歌曲都有一个 name（名称）、一个 artist_id（对应于歌曲艺术家的 id），以及舞蹈性 (danceability)、能量 (energy)、音调 (key)、响度 (loudness)、词语含量 (speechiness，即音轨中语音的出现程度)、效价 (valence)、节奏 (tempo) 和歌曲时长 (duration，以毫秒为单位) 的值。

你面临的挑战是编写 SQL 查询，通过从一个或多个表中选择数据来回答各种不同的问题。完成之后，你将思考 Spotify 如何在他们的年度 Spotify Wrapped (年度回顾) 活动中使用这些相同的数据来刻画听众的习惯。

实现细节

对于以下每个问题，你应该编写一个单一的 SQL 查询，输出每个问题指定的结果。你的回答必须采用单一 SQL 查询的形式，不过你可以在查询中嵌套其他查询。你不应假设任何特定歌曲或艺术家的 id：即使任何特定歌曲或人物的 id 不同，你的查询也应该是准确的。最后，每个查询应该只返回回答问题所必需的数据：例如，如果问题只要求你输出歌曲的名称，那么你的查询就不应该同时输出每首歌的节奏。

  1. 在 1.sql 中，编写一个 SQL 查询，列出数据库中所有歌曲的名称。
    • 你的查询应该输出一张只有一列的表，显示每首歌曲的名称。
  2. 在 2.sql 中，编写一个 SQL 查询，按节奏 (tempo) 递增顺序列出所有歌曲的名称。
    • 你的查询应该输出一张只有一列的表，显示每首歌曲的名称。
  3. 在 3.sql 中，编写一个 SQL 查询，列出时长最长的 5 首歌曲的名称，按时长降序排列。
    • 你的查询应该输出一张只有一列的表，显示每首歌曲的名称。
  4. 在 4.sql 中，编写一个 SQL 查询，列出舞蹈性 (danceability)、能量 (energy) 和效价 (valence) 均大于 0.75 的任何歌曲名称。
    • 你的查询应该输出一张只有一列的表，显示每首歌曲的名称。
  5. 在 5.sql 中，编写一个 SQL 查询，返回所有歌曲的平均能量。
    • 你的查询应该输出一张只有一列、一行的表，包含平均能量。
  6. 在 6.sql 中，编写一个 SQL 查询，列出 Post Malone 的歌曲名称。
    • 你的查询应该输出一张只有一列的表，显示每首歌曲的名称。
    • 你不应对 Post Malone 的 artist_id 做任何假设。
  7. 在 7.sql 中，编写一个 SQL 查询，返回 Drake 的歌曲的平均能量。
    • 你的查询应该输出一张只有一列、一行的表，包含平均能量。
    • 你不应对 Drake 的 artist_id 做任何假设。
  8. 在 8.sql 中，编写一个 SQL 查询，列出包含其他艺术家的歌曲名称。
    • 包含其他艺术家的歌曲在歌曲名称中会包含 “feat.”。
    • 你的查询应该输出一张只有一列的表，显示每首歌曲的名称。

提示

有关一些可能有所帮助的 SQL 语法，请参阅此 SQL 关键字参考！

列出数据库中所有歌曲的名称

回想一下，要选择表中某一列的所有值，你可以使用 SQL 的 SELECT 关键字。SELECT 后面跟着你想要选择的列（或多个列），接着是 FROM table，其中 table 是你想要从中选择数据的表的名称。

那么，在 1.sql 中，尝试编写以下内容：

-- 数据库中的所有歌曲。
SELECT name
FROM songs;

按节奏递增顺序列出所有歌曲的名称

回想一下，SQL 有一个 ORDER BY 关键字，通过它你可以根据某一列的值对查询结果进行排序。例如，ORDER BY tempo 将根据 tempo 列对结果进行排序。

那么，在 2.sql 中，尝试编写以下内容：

-- 按节奏递增顺序排列的所有歌曲。
SELECT name
FROM songs
ORDER BY tempo;

列出时长最长的 5 首歌曲的名称，按时长降序排列

回想一下，ORDER BY 并不总是按升序排序。你可以通过在末尾添加 DESC 来指定结果按降序排序。例如，ORDER BY duration_ms DESC 将按时长降序排列结果。

另外回想一下，LIMIT n 可以指定你只需要匹配特定查询的前 \(n\) 行。例如，LIMIT 5 将仅返回查询的前五个结果。

那么，在 3.sql 中，尝试编写以下内容：

-- 时长最长的 5 首歌曲的名称，按时长降序排列。
SELECT name
FROM songs
ORDER BY duration_ms DESC
LIMIT 5;

列出舞蹈性、能量和效价均大于 0.75 的任何歌曲名称

回想一下，你可以使用 WHERE 子句在 SQL 中过滤结果，子句后面跟着一些通常用于测试行中列值的条件。

还要回想一下，SQL 的运算符功能与 C 语言的大致相同。例如，当左侧的值大于右侧的值时，> 的计算结果为“真 (true)”。你可以使用 AND 或 OR 将这些表达式连接在一起，形成一个更大的条件。

那么，在 4.sql 中，尝试编写以下内容：

-- 舞蹈性、能量和效价均大于 0.75 的任何歌曲名称。
SELECT name
FROM songs
WHERE danceability > 0.75 AND energy > 0.75 AND valence > 0.75;

查找所有歌曲的平均能量

回想一下，SQL 不仅支持选择特定行的关键字，还支持对这些行中的数据进行聚合 (aggregate)。特别是，你可能会发现 AVG 关键字（用于计算平均值）很有用。要聚合一列的结果，只需将聚合函数应用于该列。例如，SELECT AVG(energy) 将计算给定查询中 energy 列值的平均值。

那么，在 5.sql 中，尝试编写以下内容：

-- 所有歌曲的平均能量。
SELECT AVG(energy)
FROM songs;

列出 Post Malone 的歌曲名称

请注意，如果你在 sqlite 提示符下执行 .schema songs，songs 表中有歌曲名称，但没有艺术家名称！相反，songs 有一个 artist_id 列。那么，要列出 Post Malone 的歌曲名称，你首先需要确定 Post Malone 的艺术家 ID。

-- 确定 Post Malone 的艺术家 ID
SELECT id
FROM artists
WHERE name = 'Post Malone';

此查询返回 54。现在，你可以查询 songs 表中任何具有 Post Malone ID 的歌曲。

SELECT name
FROM songs
WHERE artist_id = 54;

但是，根据规范，你应该注意不要假设已知任何 ID。你可以通过嵌套你的两个查询来改进此查询的设计。

那么，在 6.sql 中，尝试编写以下内容：

-- Post Malone 的歌曲名称。
SELECT name
FROM songs
WHERE artist_id =
(
    SELECT id
    FROM artists
    WHERE name = 'Post Malone'
);

查找 Drake 的歌曲的平均能量

请注意，与之前的查询类似，你需要结合多个表才能成功运行此查询。你可以再次使用嵌套子查询，但也考虑另一种方法！

回想一下，你可以使用 SQL 的 JOIN 关键字将多个表合并为一个，只要你指定这些表中哪些列最终应该匹配即可。例如，以下查询连接了 songs 和 artists 表，指示 songs 表中的 artist_id 列和 artists 表中的 id 列应该匹配：

SELECT *
FROM songs
JOIN artists ON songs.artist_id = artists.id

合并这两个表后，只需过滤你的选择即可找到 Drake 歌曲的平均能量。

那么，在 7.sql 中，尝试编写以下内容：

-- Drake 的歌曲的平均能量
SELECT AVG(energy)
FROM songs
JOIN artists ON songs.artist_id = artists.id
WHERE artists.name = 'Drake';

列出包含其他艺术家的歌曲名称

对于此查询，请注意包含其他艺术家的歌曲通常会在其标题中提到 “feat.”。回想一下，SQL 的 LIKE 关键字可用于匹配具有特定短语（如 “feat.”！）的字符串。为此，你可以使用 %：这是一个通配符，可匹配任何字符序列。

那么，在 8.sql 中，尝试编写以下内容：

-- 包含其他艺术家的歌曲名称。
SELECT name
FROM songs
WHERE name LIKE '%feat.%';

步行演示

不确定如何解决？

Spotify 年度回顾 (Spotify Wrapped)

Spotify Wrapped 是一项向 Spotify 用户展示过去一年中播放次数最多的 100 首歌曲的功能。在 2021 年，Spotify Wrapped 为每位用户计算了一个“音频光环 (Audio Aura)”，即“根据 [他们的] 年度热门歌曲和艺术家所反映的 [他们的] 两种最主要的情绪读数”。假设 Spotify 通过查看一个人过去一年中前 100 首歌曲的平均能量、效价和舞蹈性来确定音频光环。在 answers.txt 中，思考以下问题：

  • 如果 songs.db 包含了一位听众 2018 年的前 100 首歌曲，你会如何描述他们的“音频光环”？
  • 假设一下，为什么你计算这种“光环”的方式可能不太能代表这位听众？你会提出哪些更好的计算这种“光环”的方法？

请务必将 answers.txt 连同你的每个 .sql 文件一起提交！

如何测试

正确性

check50 cs50/problems/2026/x/songs

如何提交

在你的终端中，执行以下命令来提交你的工作，并回答随后出现的提示。

submit50 cs50/problems/2026/x/songs