当前位置: 首页 > news >正文

货到付款网站制作全国各城市感染高峰进度查询

货到付款网站制作,全国各城市感染高峰进度查询,做的好的大学生旅行有哪些网站,完善网站建设通知文章目录 1. SQL的执行顺序是什么?on和join谁先执行,为什么?on和where的区别?2. 已知表user,字段id, date,求新用户的次日留存率3. 已知表user,字段id,date,求每个日期新用户的次日留…

文章目录

        • 1. SQL的执行顺序是什么?on和join谁先执行,为什么?on和where的区别?
        • 2. 已知表user,字段id, date,求新用户的次日留存率
        • 3. 已知表user,字段id,date,求每个日期新用户的次日留存率
        • 4. 已知表a,字段id,log_date,求连续登录天数大于等于2的用户id
        • 5. 已知表table,字段id,date,求连续三天或三天以上未登录的用户id
        • 6. 订单表orders,字段有order_id,user_id,date。求22年1月每个用户单天订单最高次数和每个用户单天订单最高次数的日期。
        • 7. 已知:商品上下架时间表log,商品id,上下架类型type(online:上架,offline:下架),时间log_time,输出每个商品id,上架时间online_time,下架时间offline_time。
        • 8. 已知用户行为日志表tb_user_log,uid用户id,artical_id文章id,in_time观看开始时间,out_time观看结束时间。统计每篇文章同一时刻最大在看人数,如果同一时刻有进入也有离开时,先记录用户数增加再记录减少。结果按最大人数降序。
        • 9. 有一张销量信息表table1,字段有类目cate,店铺id,销售额sales。求出每个类目销售额排名前40%的店铺信息。(输出字段cate,id,sales)

1. SQL的执行顺序是什么?on和join谁先执行,为什么?on和where的区别?
  • 执行顺序:from→on→join→where→group by→having→select→distinct→order by→limit

为什么onjoin前面执行?因为要先经过筛选,才能通过连接把外部行加进来。

onwhere的区别:on筛选之后,可以通过外连接把移除的行再次添加进来,而where是最终过滤的作用。

举个例子 有一个学生表:班级、姓名;一个成绩表:姓名、成绩。我们需要返回X班的所有学生的成绩,但是班上有人缺考,也就是成绩表里没有姓名,我们先用on得到的就是有考试成绩的名字,通过外连接,我们就可以得到全班人的名字以及成绩。

2. 已知表user,字段id, date,求新用户的次日留存率
select a.date, count(distinct b.id)/count(distinct a.id) rate 
from (select id,min(date) date from user group by id) a	#求出用户的第一次登录时间
left join user b on a.id=b.id 
and datediff(b.date,a.date)=1
group by a.date

解析:首先需要找到每一个新用户的登录时间,与第二天进行对比,distinct是为了排除用户同一天多次登录的情况。(本题未考虑新增用户为0的情况,实际需不需要考虑由具体情况定)

3. 已知表user,字段id,date,求每个日期新用户的次日留存率
select c.date,ifnull(d.rate,0) rate from
(select distinct(date) date from user) c
left join
(select a.date,count(distinct b.id)/count(distinct a.id) rate 
from (select id,min(date) date from user group by id) a
# 求出用户的第一次登录时间
left join user b on a.id=b.id and datediff(b.date,a.date)=1
group by a.date) d
on c.date=d.date

d表内容和上一题一样,但我们需要考虑某天新增用户为0的情况,并输出新增用户的次日留存率0以及日期。通过c表进行左连接之后,日期为连接条件,那么我们就获得了每个日期以及对应的新用户次日留存率。因为d表中不含新增用户为0的留存率情况,因此左连接之后,这种情况就会变成null值,所以通过ifnull函数转化成0,这样就输出了每个日期新用户的次日留存率情况了。

4. 已知表a,字段id,log_date,求连续登录天数大于等于2的用户id
SELECT distinct id 
FROM (select *,dense_rank() over (PARTITION by id ORDER BY log_date) 
dk from a) t
GROUP BY id,DATE_SUB(log_date,INTERVAL dk day)
HAVING count(DISTINCT(log_date))>=2 

解析:首先需要给用户的登录日期排序,只能用dense_rank是因为用户同一天可能会登录多次。如果一个用户连续登录或者同一天多次登录,那么他的登录日期与序号的差值是相同的,所以可以根据id,差值分组,便可以求得用户的连续登录和同一天多次登录的累计天数。 having里面的distinct是为了排除用户同一天多次登录的情况,select里面的distinct是为了排除一个用户多次连续登录,比如:连续登录两天,第三天未登录,接着又连续登录两天。

5. 已知表table,字段id,date,求连续三天或三天以上未登录的用户id
select  distinct id 
from (select *,lag(date) over(partition by id order by date) date1 from table)a
where datediff(date,date1)>=4

lag函数是为了获得用户上一次登录的时间,利用where与本次登录时间进行比较。如果一个用户要连续三天没登录,因此他下一次登录就应该在第四天,所以是大于等于4。

6. 订单表orders,字段有order_id,user_id,date。求22年1月每个用户单天订单最高次数和每个用户单天订单最高次数的日期。
select user_id,date,cnt 
from 
(select user_id,date,cnt,rank() over(partition by user_id order by cnt desc) rk 
from (select user_id,date,count(order_id) cnt from orders where date_format(date,'%Y%m')=202201 group by user_id,date)a
)b
where rk=1

解析:每个用户每天可能下单多次,因此需要先统计每个用户每天的订单量也就是a表。然后利用窗口函数对用户id分组对订单量倒序排序,筛选出排名为1的数据就可以了。如果题目不要求求出每个用户单天订单最高次数的日期,那么可以直接对a表用户id分组,使用max函数再得出结果了。

7. 已知:商品上下架时间表log,商品id,上下架类型type(online:上架,offline:下架),时间log_time,输出每个商品id,上架时间online_time,下架时间offline_time。
 select a.id,a.log_time online_time,b.log_time offline_time from (select id,log_time,row_number()over(partition by id order by log_time) rn1 from log where type='online')a
left join (select id,log_time,row_number()over(partition by id order by log_time) rn2 from log where type='offline')b
on a.id=b.id and a.rn1=b.rn2

解析:同一个商品有多个上下架时间,因此不能通过case when进行行转列。首先需要对同一个商品所有的上下架时间进行排序,根据序号让每一个上架时间匹配对应的下架时间。用left join是因为会存在商品有上架时间,没有下架时间这种情况。

8. 已知用户行为日志表tb_user_log,uid用户id,artical_id文章id,in_time观看开始时间,out_time观看结束时间。统计每篇文章同一时刻最大在看人数,如果同一时刻有进入也有离开时,先记录用户数增加再记录减少。结果按最大人数降序。
select artical_id,max(uv) max_uv from 
(select artical_id,sum(num) over(partition by artical_id order by dt,num desc) uv from (select artical_id,in_time dt,1 num from tb_user_logunion all select artical_id,out_time dt,-1 num from tb_user_log) a 
) b 
group by artical_id
order by max_uv desc

首先需要想到的是,做这种类似某一时刻最大在线人数的题目,都可以转化成当用户开始观看时用户数+1,当用户结束观看时用户数-1,然后通过sum窗口函数累计求和。如果能想到这一点,这题就很简单了。所以刚开始需要将用户观看开始、观看结束的时间表取出来,再合并变成表a。通过sum窗口函数对每个文章进行分组根据时间顺序排序、num倒序排序累计求和变成表b,用sum函数是因为需要求出每个时刻的累计在线人数。num倒序排序是因为同一时刻有进入也有离开时,先记录增加,再记录减少。最后对b表通过文章id分组,max函数就可以求到最大在看人数了,结果按降序排序,加个order by max_uv desc就行了。

9. 有一张销量信息表table1,字段有类目cate,店铺id,销售额sales。求出每个类目销售额排名前40%的店铺信息。(输出字段cate,id,sales)
select cate,id,sales from (
select cate,id,sales,row_number() 
over(partition by cate order by sales desc) rn,
count(id) over(partition by cate) ct from table1
) a 
where rn/ct<=0.4

解析:首先先对每个类目的销售额进行倒序排序,也就是row_number()窗口函数。count(id) over(partition by cate)是求出每个类目中的店铺个数,然后从a表中查询设置where条件前40%就可以了。

http://www.hengruixuexiao.com/news/25272.html

相关文章:

  • 浙江建设职业技术学院尔雅网站网络推广一个月工资多少
  • 贵州网站开发制作公司aso优化教程
  • wordpress 内容采集 差价推广seo是什么意思
  • 北湖区网站建设三叶草gw9356
  • wordpress百度主动不推送了优化内容
  • 苏州网站优化找哪家输入关键词自动生成文章
  • 动漫设计与制作怎么样威海百度seo
  • 外贸网站推广策划网络营销的重要性与意义
  • 自己做的网站算广告吗阿里指数官方网站
  • 中国建设银行网站首页企业网银济南seo优化公司助力排名
  • 世界著名产品设计作品优化整站
  • jtbc网站开发教程西安做推广优化的公司
  • 做弩的网站优化网站广告优化
  • 做企业网站好的app平台搭建
  • 服务器里面如何做网站semicircle
  • 做网站还是app好杭州关键词优化平台
  • 动态网页有哪些引擎优化是什么工作
  • 北京外贸网站制作公司百度免费优化
  • 东莞长安网站制作新闻发布最新新闻
  • 成都定制网站建设服百度24小时人工电话
  • 公司网站的设计方案百度新闻官网首页
  • 建立一个网站的流程东莞seo培训
  • 网站备案期间 权重合肥疫情最新消息
  • 3d模型资源哪个网站比较好seo推广技巧
  • 南京行业网站建设百度后台推广登录
  • 如何与对方网站做相互链接中国 日本 韩国
  • 仿新浪微博网站代码加快实施创新驱动发展战略
  • 网上有女的叫你建网站百度云网盘入口
  • 网站建设 中企动力成都网站下载免费软件
  • 全网商机招标官方网站人工智能培训课程