SQL数分题解1. 抖音每个直播间最大同时在线人数明确题意：问题拆解：代码实现：2. B站大会员最多同时有多少明确题意：问题拆解：代码实现：3. B站9月上中下旬的用户充值数量明确题意：问题拆解：代码实现：4. B站会员2021年9月收入明确题意：问题拆解：代码实现：5. B站9月新会员人数明确题意：问题拆解：代码实现：滴滴6. 乘客数大于1的司机信息明确题意：问题拆解：代码实现：7. 订单量大于1的司机信息明确题意：问题拆解：代码实现：8. 各司机总在线时长大于2小时的信息明确题意：问题拆解：代码实现：9. 司机数大于15的城市明确题意：问题拆解：代码实现：10. 2021年8月和9月的北京新司机在线时长明确题意：问题拆解：代码实现：11. 8月和9月北京市的新司机数明确题意：问题拆解：代码实现：12. 9月各城市每天快车总流水数据明确题意：问题拆解：代码实现：13. 2021年9月各城市每天的快车订单量明确题意：问题拆解：代码实现：14. 9月各城市每天的司机数明确题意：问题拆解：代码实现：哔哩哔哩15. 哔哩哔哩某日新增会员数明确题意：问题拆解：代码实现：抖音16. 抖音各类型的直播间平均观看时长明确题意：问题拆解：代码实现：17. 抖音20:00-23:00各类型的直播间观看总时长明确题意：问题拆解：代码实现：18. 抖音直播间晚上11-12点之间各直播间的在线人数明确题意：问题拆解：代码实现：19. 抖音直播间各个时间段的在线人数明确题意：问题拆解：代码实现：微博20. 微博历史签到中最大连续签到天数明确题意：问题拆解：代码实现：21. 微博截止到当前每个用户已经连续签到的天数明确题意：问题拆解：代码实现：哔哩哔哩22. 某天最受欢迎的番剧明确题意：问题拆解：代码实现：23. 哪一类视频观看人数最多明确题意：问题拆解：代码实现：24. 鬼畜区的用户里有多少用户看过汽车区明确题意：问题拆解：代码实现：25. 618不同价格区间的购买人数明确题意：问题拆解：代码实现：26. 618活动购买每个商品的用户的平均年龄明确题意：问题拆解：代码实现：27. 618每一件商品的加购率明确题意：问题拆解：代码实现：28. 618展示到浏览、浏览到加购、加购到购买的转化率明确题意：问题拆解：代码实现：29. 6月份连续3天登录的用户数明确题意：问题拆解：代码实现：30. 6月2日的T+1日留存明确题意：问题拆解：代码实现：31. 单日登录次数大于等于2次的用户数明确题意：问题拆解：代码实现：32. 7月份各时间段的登录情况明确题意：问题拆解：代码实现：33. 2021年6月份月活明确题意：问题拆解：代码实现：试卷链接：https://docs.qq.com/doc/DRm9mSEd6anRlQm9C1. 抖音每个直播间最大同时在线人数明确题意：统计每个直播间最大的同时在线人数是多少，并按在线人数降序排列问题拆解：整体思路：将进入时间和退出时间放在一列，并分别标记1和-1（表示在线人数加1和减1）后；再用窗口函数统计每个房间内截止当前时间的在线人数（求和标记列）；最后按房间分组取最大即为每个直播间最大的同时在线人数。将进入时间和退出时间放在一列，并分别标记1和-1。知识点：用union all将两次查询结果混合在一起。统计每个房间内截止当前时间的在线人数。知识点：sum(uv) over(partition by room_id order by at_time)按房间分组取最大。知识点：group by；max()代码实现：select room_id, max(current_max) max_numfrom (    select room_id, sum(uv) over(partition by room_id order by at_time) as current_max    from (        select room_id, in_time as at_time, 1 as uv        from user_view_tb        union all        select room_id, out_time as at_time, -1 as uv        from user_view_tb        order by room_id, at_time    ) as t_at_time_uv) as t_room_cur_maxgroup by room_id2. B站大会员最多同时有多少明确题意：统计B站大会员最多同时有多少问题拆解：整体思路：将生效开始日期和结束日期放在一列，并分别标记1和-1（表示会员人数加1和减1）后；再用窗口函数统计截止当前日期的会员人数（求和标记列）；最后取当前会员人数最大值。将生效开始日期和结束日期放在一列，并分别标记1和-1。知识点：用union all将两次查询结果混合在一起。统计截止当前日期的会员人数。知识点：sum(uv) over(order by dt)取当前会员人数最大值。知识点：max()代码实现：select max(current_max) as max_numfrom (    select sum(uv) over(order by dt) as current_max    from (        select begin_date as dt, 1 as uv        from detail_list_tb        union all        select end_date as dt, -1 as uv        from detail_list_tb    ) as t_dt_uv) as t_cur_max3. B站9月上中下旬的用户充值数量明确题意：统计9月上中下旬的用户充值数量问题拆解：筛选9月重置的用户（题目不严谨，应为2021年9月）。知识点：where；筛选9月用between and和DATE_FORMAT()函数都能实现，但是从效率角度来说，如果数据量很大时between and能使用索引（如果有），而DATE_FORMAT不能，因此建议优先使用between and。判断日期是几号，划分到不同的旬，2个及以上的条件，建议使用case when；知识点： case when ... then ... else ... end。统计每旬的数量。知识点：group by；count()代码实现：select seg_date, count(1) as cntfrom (    select        case            when DAY(begin_date) <= 10 then "上旬"            when DAY(begin_date) <= 20 then "中旬"            else "下旬"        end as seg_date    from detail_list_tb    where begin_date between "2021-09-01" and "2021-09-30") as t_seggroup by seg_date4. B站会员2021年9月收入明确题意：计算2021年9月B站会员的收入(结果保留2位小数)问题拆解：筛选会员生效日期到结束日期时间窗和2021年9月有交集的记录。知识点：where计算每个会员9月里是会员的起始日期和终止日期，以及会员的每天收入摊销。计算每个会员9月里的总摊销。知识点：计算2021年9月所有会员的总摊销收入。知识点：sum()代码实现：select round(sum((DATEDIFF(end_dt, start_dt) + 1) * day_pay), 2) as revenuefrom (    select user_id,        IF(begin_date<'2021-09-01', date('2021-09-01'), begin_date) as start_dt,        IF(end_date>'2021-09-30', date('2021-09-30'), end_date) as end_dt,        pay_amount / days as day_pay    from detail_list_tb    where begin_date <= "2021-09-30" and end_date >= "2021-09-01") as t_start_end5. B站9月新会员人数明确题意：统计9月份新会员人数问题拆解：统计每个会员用户作为新会员的日期。知识点：按用户分组group by；取最小日期min()统计9月的新会员数量。知识点：筛选9月的新会员where between and；计数count() 上一步已经按用户分组了，因此这里不需要再加distinct代码实现：select count(user_id)from (    select user_id, min(begin_date) as first_begin_date    from detail_list_tb    group by user_id) as t_first_dtwhere first_begin_date between "2021-09-01" and "2021-09-30"滴滴6. 乘客数大于1的司机信息明确题意：统计每位司机所载的乘客数大于1的司机id，乘客数以及所在的城市名称。问题拆解：统计每个司机的乘客数。知识点：count() group by选出乘客数大于1的司机ID和乘客数，知识点：having关联司机数据表，得到司机的城市ID。知识点：join关联城市表，得到司机所在城市名称。知识点：join按driver_id升序。知识点：order by xxx [asc]代码实现：select order_info_tb.driver_id, count(passenger_id) as passenger_num, city_namefrom order_info_tbleft join driver_tb using(driver_id)left join city_tb using(city_id)group by driver_idhaving passenger_num>1order by driver_id7. 订单量大于1的司机信息明确题意：各司机订单量大于1的城市名称、司机id、订单量问题拆解：统计司机的订单量，知识点：按司机ID分组：group by，对订单ID计数：count()对分组结果进行筛选订单量大于1的结果，知识点：having关联司机的城市ID。知识点：join关联城市ID的城市名称。知识点：join按driver_id升序排序。知识点：order by xxx [asc]代码实现：select city_name, order_info_tb.driver_id, count(order_id) as order_numfrom order_info_tbleft join driver_tb using(driver_id)left join city_tb using(city_id)group by driver_idhaving order_num>1order by driver_id8. 各司机总在线时长大于2小时的信息明确题意：统计各司机总在线时长大于2小时的城市名称，司机id和总在线时长问题拆解：求每个司机的总在线时长，知识点：按司机ID分组：group by；求和：sum筛选总在线时长大于2小时的司机ID，知识点：分组后过滤having关联司机ID的城市ID，知识点：join关联城市ID的城市名称，知识点：join代码实现：select city_name, online_time_tb.driver_id, round(sum(online_len), 1) as online_sumfrom online_time_tbleft join driver_tb using(driver_id)left join city_tb using(city_id)group by driver_idhaving online_sum>29. 司机数大于15的城市明确题意：统计司机数大于15的城市问题拆解：关联每个司机的城市名称。知识点：join统计每个城市的司机数。知识点：按城市分组group by；计数：count筛选司机数大于15的城市。知识点：having按driver_num升序排序。知识点：order by xxx [asc]代码实现：select city_name, count(driver_id) as driver_numfrom driver_tbleft join city_tb using(city_id)group by city_namehaving driver_num>15order by driver_num10. 2021年8月和9月的北京新司机在线时长明确题意：统计2021年8月和9月，每个月的北京市新司机（首单日期在当月为新司机）的在线时长数据问题拆解：筛选8月和9月的新司机ID，知识点：where关联各司机ID的在线时长，知识点：join关联各司机ID的城市，知识点：join求每个月北京的新司机当月在线时长。知识点：按月份分组group by；对时长求和sum代码实现：select DATE_FORMAT(finish_dt, "%Y-%m") as month, round(sum(online_len), 1) as online_linefrom driver_tbjoin online_time_tb using(driver_id)join city_tb using(city_id)where city_name="北京" and finish_dt between "2021-08-01" and "2021-09-30"     and DATE_FORMAT(finish_dt, "%Y%m")=DATE_FORMAT(online_time_tb.dt, "%Y%m")group by month11. 8月和9月北京市的新司机数明确题意：统计2021年8月和9月，每个月的北京市新司机（首单日期在当月为新司机）的司机数问题拆解：关联司机的城市，知识点：join筛选8月和9月的新司机，知识点：where筛选城市在北京的司机。知识点：where统计8月9月新司机数。知识点：按月份分组group by；统计司机数count代码实现：select DATE_FORMAT(finish_dt, "%Y-%m") as month, count(driver_id) as driver_cntfrom driver_tbjoin city_tb using(city_id)where city_name="北京" and finish_dt between "2021-08-01" and "2021-09-30"    and DATE_FORMAT(finish_dt, "%Y%m")=DATE_FORMAT(dt, "%Y%m")group by month12. 9月各城市每天快车总流水数据明确题意：统计2021年9月各城市的快车流水数据问题拆解：关联订单表和司机表，得到每个订单中司机的城市ID。知识点：join关联城市表，得到每个司机的城市名。知识点：join筛选订单时间为9月且产品线类型为快车的记录。知识点：where统计各城市的快车流水。知识点：按城市分组group by；统计流水count按city_id、dt排序。知识点：order by代码实现：select city_name, order_info_tb.dt as dt, sum(account)from order_info_tbjoin driver_tb using(driver_id)join city_tb using(city_id)where product_line_id=2 and order_info_tb.dt >= "2021-09-01" and order_info_tb.dt <= "2021-09-30"group by city_name, dtorder by driver_tb.city_id, dt13. 2021年9月各城市每天的快车订单量明确题意：统计2021年9月各城市每天的快车订单量问题拆解：关联订单表和司机数据表，得到每个订单中司机的城市ID。知识点：join关联城市表，得到每个司机的城市名筛选9月份的快车订单。知识点：where统计每个城市每天的订单量。知识点：按城市和日期分组group by；对订单数计数count由于司机数据表有重复driver_id，因此需要对统计订单数量时需要去重按city_id、dt排序代码实现：select city_name, order_info_tb.dt as dt, count(distinct order_id) as flash_countfrom order_info_tbjoin driver_tb using(driver_id)join city_tb using(city_id)where product_line_id=2 and order_info_tb.dt >= "2021-09-01" and order_info_tb.dt <= "2021-09-30"group by city_name, dtorder by driver_tb.city_id, dt14. 9月各城市每天的司机数明确题意：统计9月份各城市每天的司机数问题拆解：关联司机的城市名。知识点：join筛选9月活跃的司机记录。知识点：where统计各城市每天的司机数。知识点：按城市和日期分组group by；统计司机数量count根据示例数据，按城市名倒序代码实现：select city_name, dt, count(distinct driver_id) as driver_numfrom driver_tbjoin city_tb using(city_id)where dt >= "2021-09-01" and dt <= "2021-09-30"group by city_name, dtorder by driver_tb.city_id哔哩哔哩15. 哔哩哔哩某日新增会员数明确题意：统计2021年9月4日新增的会员数量问题拆解：计算每个会员作为新增会员的日期。知识点：先筛选会员where；按用户id分组group by；取最小值min()筛选20210904新增的会员。知识点：子查询、where代码实现：select view_date, count(user_id) as new_numfrom (    select user_id, min(view_date) as view_date    from user_view_tb    where if_vip=1    group by user_id) as t_min_datewhere view_date='2021-09-04'抖音16. 抖音各类型的直播间平均观看时长明确题意：统计娱乐类、搞笑类中各个直播间的平均在线时长（退出时间-进入时间），单位为分钟（保留小数点后两位），并按在线时长降序排序问题拆解：关联每个观看记录的直播间类型。知识点：join筛选出直播间类型为娱乐类、搞笑类的观看记录。知识点：where计算每个观看记录的观看时长。知识点：TIMESTAMPDIFF统计各个类别的直播间平均在线时长。知识点：按类别分组group by；计算平均时长avg。保留两位小数。知识点：round()按在线时长降序排序代码实现：select room_type, room_name,    round(avg(TIMESTAMPDIFF(MINUTE, in_time, out_time)), 2) as duration_minfrom user_view_tbjoin room_info_tb using(room_id)where room_type in ("娱乐", "搞笑")group by room_type, room_nameorder by duration_min desc17. 抖音20:00-23:00各类型的直播间观看总时长明确题意：统计20:00-23:00点之间各类型的直播间观看总时长(单位分钟,保留小数点后两位)，并按观看总时长降序降序。问题拆解：关联观看记录的直播类型。知识点：join筛选观看时间在20:00-23:00点之间的记录。知识点：where统计各类型观看总时长。知识点：按类型分组group by；计算每次观看时长TIMESTAMPDIFF；统计总时长sum()总时长保留2位小数。知识点：round(..., 2)按观看总时长降序降序。知识点 order by ... desc代码实现：select room_type,    round(sum(TIMESTAMPDIFF(        MINUTE,        greatest(in_time, str_to_date("20:00:00", '%H:%i:%s')),         least(out_time, str_to_date("23:00:00", '%H:%i:%s'))))    , 2) as sum_view_minutefrom user_view_tbjoin room_info_tb using(room_id)where in_time < "23:00:00" and out_time > "20:00:00"group by room_typeorder by sum_view_minute desc18. 抖音直播间晚上11-12点之间各直播间的在线人数明确题意：统计抖音直播间11-12点之间各直播间的在线人数，并按人数降序排序问题拆解：关联观看直播记录的直播房间名。知识点：join筛选出11-12点还在线的观看记录。知识点：where统计在线人数。知识点：按直播间分组group by；对人数计数count(distinct user_id)按人数降序排序。知识点：order by ... desc代码实现：select room_id, room_name, count(distinct user_id) as user_countfrom user_view_tbjoin room_info_tb using(room_id)where in_time <= "23:59:59" and out_time > "23:00:00"group by room_type, room_nameorder by user_count desc19. 抖音直播间各个时间段的在线人数明确题意：统计7：00-9：00（早通勤）、18：00-20：00（晚通勤）、12:00-14:00（午休）、22:00-24:00（临睡）各个时间段的在线人数。问题拆解：标记每条记录是否在4个时段内在线。知识点：if(in_time <= "23:59:59" and out_time > "22:00:00", user_id, null)统计每个时段在线用户数。count(distinct)代码实现：select count(distinct if(in_time < "09:00:00" and out_time > "07:00:00", user_id, null)) as `早通勤`,    count(distinct if(in_time < "20:00:00" and out_time > "18:00:00", user_id, null)) as `晚通勤`,    count(distinct if(in_time < "14:00:00" and out_time > "12:00:00", user_id, null)) as `午休`,    count(distinct if(in_time <= "23:59:59" and out_time > "22:00:00", user_id, null)) as `临睡`from user_view_tb微博20. 微博历史签到中最大连续签到天数明确题意：计算每个用户历史签到中最大连续签到天数问题拆解：对每个用户筛选签到了的记录按顺序编号。知识点：筛选签到记录where；按顺序编号row_number() over(partition by user_id order by sign_date)；计算每个用户每次连续的签到天数。知识点：按用户ID、签到日期减去序号（即本次连续签到起始日期）分组group by；统计连续签到天数count()；统计每个用户最大连续签到天数按user_id升序排序代码实现：select user_id, max(continuous_days) as max_continuous_daysfrom (    select user_id, count(*) as continuous_days    from (        select user_id, sign_date,            row_number() over(partition by user_id order by sign_date) as rn        from user_sign_tb        where if_sign=1    ) as t_sign_date_rn    group by user_id, DATE_ADD(sign_date, INTERVAL -rn day)) as t_continuous_daysgroup by user_idorder by user_id21. 微博截止到当前每个用户已经连续签到的天数明确题意：计算截止到6月13号每个用户已经连续签到的天数问题拆解：筛选2021-6-13及之前签到了的记录。知识点：where对每个用户按签到日期倒序编号。知识点row_number() over(partition by user_id order by sign_date desc)；筛选签到日期加上序号天后为2021-06-14的记录（即连续签到至2021-06-13的记录）。知识点：where、DATE_ADD统计每个用户的连续签到天数。知识点：按用户ID分组group by；对签到天数计数count按user_id升序排序代码实现：select user_id, count(*) as continuous_daysfrom (    select user_id, sign_date,        row_number() over(partition by user_id order by sign_date desc) as rn    from user_sign_tb    where if_sign=1 and sign_date<="2021-6-13")as t_sign_date_rnwhere DATE_ADD(sign_date, INTERVAL rn day)="2021-6-14"group by user_idorder by user_id哔哩哔哩22. 某天最受欢迎的番剧明确题意：统计'2020-1-1'日最受欢迎的番剧及对应的用户数问题拆解：关联番剧的名字。知识点：join筛选观看番剧的日期。知识点：where统计每个番剧被观看的人数。知识点：按番剧名分组group by；统计次数count(distinct )筛选最受欢迎（观看人数最大）的番剧。按观看人数倒序排序order by ... desc；取第一个limit 1代码实现：select count(distinct user_id) as num, vidio_namefrom user_view_tbjoin vidio_info_tb using (vidio_id)where view_date="2021-01-01"group by vidio_nameorder by num desc, video_idlimit 123. 哪一类视频观看人数最多明确题意：统计哪一类视频的观看人数最多问题拆解：关联番剧的类别。知识点：join统计每个番剧类别被观看的人数。知识点：按番剧名分组group by；统计人数count(distinct)筛选观看人数最多的番剧类别。按观看人数倒序排序order by ... desc；取第一个limit 1代码实现：select vidio_type, count(distinct user_id) as numfrom user_view_tbjoin vidio_info_tb using (vidio_id)group by vidio_nameorder by num desc limit 124. 鬼畜区的用户里有多少用户看过汽车区明确题意：计算鬼畜区的用户里，有多少用户看过汽车区。对于本题，等价于计算既看过鬼畜区又看过汽车区的用户数。问题拆解：有两种解法。解法1：用鬼畜区用户join汽车区用户。关联视频类型，只保留鬼畜和汽车类的视频，并取唯一结果。知识点：关联表join；筛选类型where in；取唯一distinct；筛选出鬼畜区的用户。知识点：where筛选出汽车区的用户。知识点：where关联两批用户。知识点：join对用户计数。知识点：count解法2：只保留每个用户观看的鬼畜区或汽车区的用户ID、区域类型；筛选观看过的这两个类型的类型个数为2的用户数。关联视频的类型。知识点：join筛选视频类型为鬼畜或汽车的记录。知识点：where统计观看过这些区的区域个数为2的用户。知识点：按用户分组gourp by；对观看区域个数计数count(distinct vidio_type)=2对满足上述条件的用户计数。知识点：count代码实现：sqlsqlwith t_user_vidio_type as (    select distinct user_id, vidio_type    from user_view_tb    join vidio_info_tb using (vidio_id)    where vidio_type in ("鬼畜", "汽车"))select count(user_id)from (    select user_id from t_user_vidio_type    where vidio_type="鬼畜") as t_eviljoin (    select user_id from t_user_vidio_type    where vidio_type="汽车") as t_carusing(user_id)select count(distinct user_id) as numfrom (    select user_id    from user_view_tb    join vidio_info_tb using (vidio_id)    where vidio_type in ("鬼畜", "汽车")    group by user_id    having count(distinct vidio_type)=2)25. 618不同价格区间的购买人数明确题意：统计0-50，50-100，100-200三个价格区间的购买人数问题拆解：关联行为表于产品表的价格。知识点：join筛选购买行为的记录。知识点：where把价格变成区间。知识点：case when then统计每个区间的购买人数。按区间分组group by；统计人数count(distinct cust_uid)按price_cut_num降序排序代码实现：select    case        when price<50 then "0-50"         when price<100 then "50-100"        when price<=200 then "100-200"    end as price_cut,    count(distinct cust_uid) as price_cut_numfrom tb_clk_rcdjoin tb_prd_map using(prd_id)where if_buy=1group by price_cutorder by price_cut_num desc26. 618活动购买每个商品的用户的平均年龄明确题意：计算购买每个商品的用户的平均年龄（结果保留两位小数）问题拆解：关联用户信息表中的年龄。知识点：join筛选购买行为记录。知识点：where统计购买每个商品的平均年龄。知识点：按商品分组group by；计算年龄平均值avg结果保留两位小数。知识点：round按商品ID排序代码实现：select prd_id, round(avg(age), 2) as avg_agefrom tb_clk_rcdjoin tb_cst_bas_inf using(cust_uid)where if_buy=1group by prd_idorder by prd_id27. 618每一件商品的加购率明确题意：统计每一件商品的加购率（加购率：加购次数/访问次数，保留小数点后两位）问题拆解：统计加购次数。知识点：sum()，按商品分组group by统计访问次数。知识点：sum()，按商品分组group by分组计算加购率。知识点：/，按商品分组group by保留两位小数。知识点：round按prd_id升序排序。知识点：order by代码实现：select prd_id, round(sum(if_cart) / sum(if_vw), 2) as cart_ratefrom tb_clk_rcdgroup by prd_idorder by prd_id28. 618展示到浏览、浏览到加购、加购到购买的转化率明确题意：计算展示到浏览、浏览到加购买、加购到购买的转换率(按照用户数而非点击率算)问题拆解：分别统计总展示数、总浏览数、总加购数、总购买数，基于用户数。知识点：COUNT(DISTINCT)、IF(if_xxx, cust_uid, NULL)计算各种率。知识点：除法/代码实现：SELECT ROUND(vw_cnt / snd_cnt, 2) as `展示到浏览`,    ROUND(cart_cnt / vw_cnt, 2) as `浏览到加购`,    ROUND(buy_cnt / cart_cnt, 2) as `加购到购买`FROM (SELECT COUNT(DISTINCT IF(if_snd, cust_uid, NULL)) as snd_cnt,    COUNT(DISTINCT IF(if_vw, cust_uid, NULL)) as vw_cnt,    COUNT(DISTINCT IF(if_cart, cust_uid, NULL)) as cart_cnt,    COUNT(DISTINCT IF(if_buy, cust_uid, NULL)) as buy_cntFROM tb_clk_rcd) as t_cnt29. 6月份连续3天登录的用户数明确题意：统计6月份连续登录至少为3天的用户数问题拆解：对每个用户每天登录记录去重，一个一个一天只保留一条。知识点：distinct对每个用户的登录日期按顺序编号。知识点：按顺序编号row_number() over(partition by user_id order by login_date)；计算每个用户每次连续的登录天数。知识点：按用户ID、登录日期减去序号（即本次连续登录起始日期）分组group by；统计连续签到天数count()；筛选连续登录天数大于等于3的记录。知识点：having统计满足上述条件的用户数，注意一个用户可能有多次连续签到满足条件。知识点：count(distinct user_id)代码实现：select count(distinct user_id) as numfrom (    select user_id, count(*) as continuous_days    from (        select user_id, login_date,            row_number() over(partition by user_id order by login_date) as rn        from (            select distinct user_id, login_date            from logintb            where login_date between "2021-06-01" and "2021-06-30"        ) as t_uniq_user_login    ) as t_login_rn    group by user_id, DATE_SUB(login_date, INTERVAL rn day)    having continuous_days>=3) as t_login_ge330. 6月2日的T+1日留存明确题意：统计6月2日的T+1日留存问题拆解：筛选20210602登录的用户唯一ID。知识点：where、distinct筛选20210603登录的用户唯一ID。知识点：where、distinct统计0602登录用户在0603的登录状态。知识点：left join计算0602的用户在0603的留存率。知识点：count保留2位小数。知识点：round代码实现：select round(count(login_0603) / count(login_0602), 2) as avg_retfrom (    select distinct user_id, 1 as login_0602, login_0603    from logintb    left join (        select distinct user_id, 1 as login_0603        from logintb        where login_date='2021-06-03'    ) as t_login_3    using (user_id)    where login_date='2021-06-02') as login_02_0331. 单日登录次数大于等于2次的用户数明确题意：统计单日登录次数大于等于2次的用户数问题拆解：统计单日登录次数。知识点：按用户ID和日期分组group by；统计登录次数count筛选登录次数大于等于2的用户。知识点：having统计满足条件的用户个数。知识点：count(distinct)代码实现：select count(distinct user_id) as numfrom (    select user_id, login_date, count(1) as login_times    from logintb    group by user_id, login_date    having count(login_times)>=2) as t_login_times32. 7月份各时间段的登录情况明确题意：统计7月份通勤（7：00-9：00、18：00-20：00），午休（11：00-13：00），临睡（22：00-1：00）时段登录用户数分别是多少问题拆解：筛选2021年7月的用户登录记录。知识点：where判断每条登录记录是否在通勤、午休、临睡时段。知识点：if(.., 1, null)；between and统计每个时段登录的次数。知识点：count()。（如果是统计登录用户数，则需要和user_id一起做distinct）代码实现：select    count(if(login_time between "7:0:0" and "9:0:0" or       login_time between "18:0:0" and "20:0:0", 1, null)) as `通勤`,    count(if(login_time between "11:0:0" and "13:0:0", 1, null)) as `午休`,    count(if(login_time between "22:0:0" and "23:59:59" or       login_time between "0:0:0" and "1:0:0", 1, null)) as `临睡`from login_tbwhere login_date between "2021-07-01" and "2021-07-31"33. 2021年6月份月活明确题意：统计2021年6月份的月活问题拆解：筛选2021年6月份的记录。知识点：where统计月份数。知识点：count(distinct)代码实现：select count(distinct user_id) as month_active_userfrom logintbwhere login_date between "2021-06-01" and "2021-06-30"试卷链接：https://docs.qq.com/doc/DRm9mSEd6anRlQm9C