with t1 as #计算 前5个字段
    (select 
        p.product_id
        ,sum(quantity*unit_price) total_sales
        ,unit_price
        ,sum(quantity) total_quantity
        ,round(sum(quantity*unit_price)/12,2) avg_monthly_sales
    from products p join orders o on p.product_id=o.product_id
    group by p.product_id,unit_price)
,t2 as #计算“产品的 最大 月销售数量”
    (select 
        product_id
        ,month(order_date) month
        ,sum(quantity) monthly_quantity
    from orders
    group by product_id,month)
,t3 as #计算“产品的 最大 月销售数量”
    (select 
        product_id
        ,max(monthly_quantity) max_monthly_quantity 
    from t2
    group by product_id)
,t4 as #计算顾客"年龄段"、“产品购买数”
    (select 
        product_id
        ,o.customer_id
        ,sum(quantity)  某顾客购买该产品的数量
        ,row_number()over(partition by product_id order by sum(quantity) desc,customer_age) c_quantity_rk
        ,case when customer_age between 1 and 10 then '1-10'
        when customer_age between 11 and 20 then '11-20'
        when customer_age between 21 and 30 then '21-30'
        when customer_age between 31 and 40 then '31-40'
        when customer_age between 41 and 50 then '41-50'
        when customer_age between 51 and 60 then '51-60'
        else '61+' end customer_age_group 
    from customers c join orders o on c.customer_id=o.customer_id
    group by o.customer_id,product_id,customer_age_group)
,t5 as #计算 购买该产品的数量最多的顾客的年龄段
    (select 
        product_id,customer_age_group from t4
    where c_quantity_rk=1)
select 
    t1.product_id
    ,total_sales
    ,unit_price
    ,total_quantity
    ,avg_monthly_sales
    ,max_monthly_quantity
    ,customer_age_group
from t1
    join t3 on t1.product_id=t3.product_id
    join t5 on t1.product_id=t5.product_id
order by total_sales desc,product_id

with 
a as(select product_id , month(order_date) month, sum(quantity) quan,
row_number()over(partition by product_id order by sum(quantity) desc) ro
from orders group by product_id , month(order_date)),
b as (select o.product_id , (case 
    when customer_age between 1 and 10 then '1-10'
    when customer_age between 11 and 20 then '11-20'
    when customer_age between 21 and 30 then '21-30'
    when customer_age between 31 and 40 then '31-40'
    when customer_age between 41 and 50 then '41-50'
    when customer_age between 51 and 60 then '51-60'
    else '61+' end) ag , sum(quantity) cnt,
    row_number()over(partition by product_id order by sum(quantity) desc) ra
    from customers c
    join orders o on o.customer_id = c.customer_id 
    group by product_id,ag)
select o.product_id,
sum(p.unit_price*o.quantity) total_sales,
p.unit_price,
sum(o.quantity) total_quantity,
round(sum(p.unit_price*o.quantity)/12,2) avg_monthly_sales,
a.quan max_monthly_quantity,
b.ag customer_age_group
from orders o 
join products p on p.product_id = o.product_id
join a on a.product_id = o.product_id
join b on b.product_id = o.product_id
where a.ro = 1 and b.ra = 1
group by o.product_id,a.quan,b.ag
order by total_sales desc,product_id 

#计算商品总销售额，单价，总数，月均销售额
with t1 as
(select o.product_id as product_id, unit_price*sum(quantity) as total_sales, unit_price, sum(quantity) as total_quantity, round(unit_price*sum(quantity)/12,2) as avg_monthly_sales from orders o left join products p on o.product_id = p.product_id
group by product_id),
#计算最大月销售量
t2 as 
(select product_id, month, month_quantity as max_monthly_quantity from
(select product_id, month(order_date) as month, sum(quantity) as month_quantity, row_number()over(partition by product_id order by sum(quantity) desc) as rk from orders
group by product_id, month(order_date)) s1
where rk = 1),
#处理年龄
t3 as
(select product_id, customer_age, 
(case when customer_age between 1 and 10 then '1-10'
when customer_age between 11 and 20 then '11-20'
when customer_age between 21 and 30 then '21-30'
when customer_age between 31 and 40 then '31-40'
when customer_age between 41 and 50 then '41-50'
when customer_age between 51 and 60 then '51-60'
when customer_age >= 61 then '61+'
end) customer_age_group
from
(select product_id,o.customer_id as customer_id, sum(quantity) as sq, customer_age, row_number()over(partition by product_id order by sum(quantity) desc, customer_age) as rk from orders o left join customers c on o.customer_id = c.customer_id
group by product_id, o.customer_id) s2
where rk = 1)
#连接表
select t1.product_id as product_id, total_sales, unit_price, total_quantity, avg_monthly_sales, max_monthly_quantity, customer_age_group from t1 join t2 on t1.product_id = t2.product_id
join t3 on t1.product_id = t3.product_id
order by total_sales desc, product_id

select t2.product_id, total_sales,unit_price, total_quantity,
avg_monthly_sales,max_monthly_quantity,customer_age_group
from(
select p.product_id,sum(quantity) *unit_price as total_sales,unit_price,sum(quantity) as total_quantity,round(sum(quantity) *unit_price/12,2) as avg_monthly_sales
from products p join orders o
on p.product_id=o.product_id
group by p.product_id,unit_price)t1
join
(select product_id,quantity as max_monthly_quantity,
case when customer_age between '1' and '10' then '1-10'
     when customer_age between '11' and '20' then '11-20'
     when customer_age between '21' and '30' then '21-30'
     when customer_age between '31' and '40' then '31-40'
     when customer_age between '41' and '50' then '41-50'
     when customer_age between '51' and '60' then '51-60'
     else '61+ '
end as customer_age_group
from(
select product_id,quantity,customer_age,row_number() over(partition by product_id order by quantity desc,customer_age) as rk
from customers c join orders o
on c.customer_id=o.customer_id)t
where rk=1)t2
on t1.product_id=t2.product_id
order by total_sales desc,product_id;

select product_id , total_sales , unit_price, 
         total_quantity,
        round(avg_monthly_sales,2) as avg_monthly_sales,
         max_monthly_quantity,
        case when maxq_age>=1 and maxq_age<=10 then '1-10'
        when maxq_age>=11 and maxq_age<=20 then'11-20'
        when maxq_age>=21 and maxq_age<=30 then'21-30'
        when maxq_age>=31 and maxq_age<=40 then'31-40'
        when maxq_age>=41 and maxq_age<=50 then'41-50'
        when maxq_age>=51 and maxq_age<=60 then'51-60'
        when maxq_age>=61 then'61+'
        end as customer_age_group
from (
    select product_id ,sum(sales) as total_sales , max(unit_price ) as unit_price, 
        sum(quantity) aS total_quantity,
        sum(sales)/12 aS avg_monthly_sales,
        max(mon_quantity) as max_monthly_quantity,
        排名第一的用户年龄
        max(case when rn =1 then customer_age end ) as maxq_age
    from (

        select customer_id , product_id ,quantity, sales, order_date,unit_price,customer_age,
            cus_quantity,
            mon_quantity,
            根据每个产品每个用户购买数量和用户年龄，统计购买数量降序年龄升序排名
            row_number()over(partition by product_id order by cus_quantity desc,customer_age) as rn
        from (
            select o.customer_id , o.product_id ,quantity, quantity*p.unit_price as sales, order_date,unit_price,c.customer_age,
            每个产品每个用户购买数量
                sum(quantity)over(partition by o.product_id, o.customer_id) as cus_quantity,
                月购买数量
                sum(quantity)over(partition by o.product_id, substr(order_date,1,7)) as mon_quantity
            from orders o inner join products p on o.product_id= p.product_id
            inner join customers c on o.customer_id= c.customer_id
            where substr(order_date,1,4)='2023'
        ) t 
    ) t
     group by product_id
)t

order by 2 desc ,1

#关联products和orders求得前六项
with a as(
    select p.product_id,
        round(sum(quantity*unit_price),2) total_sales,
        unit_price,
        sum(quantity) total_quantity,
        round((sum(quantity*unit_price))/12,2) avg_monthly_sales,
        max(quantity) max_monthly_quantity
    from products p 
    join orders o using(product_id)
    where year(order_date)=2023 
    group by p.product_id
),
#关联customers和orders分类，并用窗口函数根据product_id分组customer_age升序排序rk
 b as(
    select *,
    rank() over(partition by product_id order by customer_age) rk
    from 
    (select c.customer_id,product_id,customer_age,
    max(sum(quantity)) over(partition by product_id ) num,
    sum(quantity) um,
        case 
        when customer_age between 1 and 10 then '1-10'
        when customer_age between 11 and 20 then '11-20'
        when customer_age between 21 and 30 then '21-30'
        when customer_age between 31 and 40 then '31-40'
        when customer_age between 41 and 50 then '41-50'
        when customer_age between 51 and 60 then '51-60'
        else '61+' end customer_age_group
    from customers c left join orders o using(customer_id)
    group by c.customer_id,product_id)d
    where num=um 
)

	#关联a、b表，并得购买量都是最高时最小年龄段 

select a.product_id,
    total_sales,
    unit_price,
    total_quantity,
    avg_monthly_sales,
    max_monthly_quantity,
    customer_age_group
from a join b using(product_id)
where rk=1
order by total_sales desc,product_id

with t0 as

(

select a.product_id

        ,unit_price

        ,quantity

        ,case when customer_age 11 then '1-10'

            when customer_age between 11 and 20 then '11-20'

            when customer_age between 21 and 30 then '21-30'

            when customer_age between 31 and 40 then '31-40'

            when customer_age between 41 and 50 then '41-50'

            when customer_age between 51 and 60 then '51-60'

            else '61+' end as age_group

        ,order_date

from orders as a

join customers as b on a.customer_id=b.customer_id

join products as c on a.product_id=c.product_id

where year(order_date)='2023'

)

,t1 as

( # 按产品和月份计算销售数据

select product_id

        ,month(order_date) as month

        ,sum(quantity*unit_price) as month_total_price

        ,sum(quantity) as month_quantity

from t0

group by 1,2

)

,t2 as

( #每个产品购买数量最多的顾客的年龄段(order by当存在两个客户年购买量都是最高时)

select product_id

        ,age_group as customer_age_group

from

(

    select product_id

            ,age_group

            ,row_number() over(partition by product_id order by total_quantity desc,product_id) as rn

    from

    (

        select product_id

                ,age_group

                ,sum(quantity) as total_quantity

        from t0

        group by 1,2

    ) tmp

) p

where rn=1

)

,t3 as

(

select product_id

        ,sum(month_total_price) as total_sales

        ,sum(month_quantity) as total_quantity

        ,round(sum(month_total_price)/12,2) as avg_monthly_sales

        ,max(month_quantity) as max_monthly_quantity

from t1

group by 1

)

select distinct a.product_id

    ,total_sales

    ,unit_price

    ,total_quantity

    ,avg_monthly_sales

    ,max_monthly_quantity

    ,customer_age_group

from t3 as a

inner join t2 as b on a.product_id=b.product_id

inner join t0 as c on a.product_id=c.product_id and b.product_id=c.product_id

order by 2 desc,1

with t as (
    select o.product_id,
            month(o.order_date) as month_date,
            sum(o.quantity) as month_quantity
             
            
    from orders as o
    left join products as p
      on o.product_id=p.product_id
     where year(o.order_date)= '2023'
    group by o.product_id, month(o.order_date) ),

b as (select product_id,
             customer_age_group
    from(
      select o.product_id,
            sum(o.quantity) as age_total_quantity,
            case 
        when c.customer_age between 1 and 10 then '1-10'
        when c.customer_age between 11 and 20 then '11-20'
        when c.customer_age between 21 and 30 then '21-30'
        when c.customer_age between 31 and 40 then '31-40'
        when c.customer_age between 41 and 50 then '41-50'
        when c.customer_age between 51 and 60 then '51-60'
        else '61+' end  as customer_age_group,
        row_number() over (partition by o.product_id order by sum(o.quantity) desc) as rn
        from orders as o
        left join customers as c
        on o.customer_id=c.customer_id
        where year(o.order_date)= '2023'
        group by o.product_id,customer_age_group) as r

        where rn=1
)


select p.product_id,
      sum(p.unit_price*o.quantity) as total_sales,
      p.unit_price,
      sum(o.quantity) as total_quantity,
      round(sum(p.unit_price*o.quantity)/12,2) as avg_monthly_sales,
      max(t.month_quantity) as max_monthly_quantity,
      b.customer_age_group

from orders as o
left join products as p 
on o.product_id=p.product_id
left join b
on o.product_id=b.product_id

left join t
on o.product_id=t.product_id AND MONTH(o.order_date) = t.month_date  -- 精确匹配月份，否则3个sum聚合字段会虚高



where year(o.order_date)='2023'
group by p.product_id, p.unit_price,b.customer_age_group
order by total_sales desc,p.product_id

select a.*,b.customer_age_group
from (
select product_id
,sum(total_sales)total_sales
,unit_price
,sum(quantity)total_quantity
,round(sum(total_sales)/12,2) avg_monthly_sales
,max(max_sale_month) max_monthly_quantity
from (
select a.product_id
,quantity*unit_price total_sales
,unit_price
,quantity 
,sum(quantity)over(partition by month(order_date),product_id ) max_sale_month
from orders a 
left join products b 
on a.product_id = b.product_id
where year(order_date)='2023'
)t 
group by product_id,unit_price
)a 
left join (

select product_id
,case when customer_age<=10 then '1-10'
    when customer_age<=20 then '11-20'
    when customer_age<=30 then '21-30'
    when customer_age<=40 then '31-40'
    when customer_age<=50 then '41-50'
    when customer_age<=60 then '51-60'
    else '61+' end customer_age_group
,sum(quantity) quantity
,row_number()over(partition by product_id order by sum(quantity) desc ,min(customer_age_group)) rn
from orders a 
left join  customers c 
on a.customer_id = c.customer_id
where year(order_date)='2023'
group by product_id
,case when customer_age<=10 then '1-10'
    when customer_age<=20 then '11-20'
    when customer_age<=30 then '21-30'
    when customer_age<=40 then '31-40'
    when customer_age<=50 then '41-50'
    when customer_age<=60 then '51-60'
    else '61+' end
    
)b 
on a.product_id = b.product_id and b.rn = 1
order by total_sales desc ,a.product_id

WITH t1 AS(SELECT
    o.product_id,
    SUM(quantity * unit_price) AS total_sales,
    unit_price,
    SUM(quantity) AS total_quantity,
    ROUND(SUM(quantity * unit_price) / 12 , 2) AS avg_monthly_sales
FROM orders o
JOIN products p ON(o.product_id = p.product_id)
JOIN customers c ON(o.customer_id = c.customer_id)
GROUP BY o.product_id, unit_price
ORDER BY total_sales DESC, product_id ASC),
t2 AS(
    SELECT
        MONTH(order_date) AS month,
        product_id,
        customer_id,
        quantity,
        ROW_NUMBER() OVER(PARTITION BY product_id ORDER BY quantity DESC) AS rk
    FROM orders
    GROUP BY month, product_id, quantity, customer_id
),
t3 AS(
    SELECT 
        t2.customer_id,
        customer_age
    FROM t2
    JOIN customers c ON(t2.customer_id = c.customer_id)

)
SELECT
    DISTINCT t2.product_id,
    total_sales,
    unit_price,
    total_quantity,
    avg_monthly_sales,
    quantity AS max_monthly_quantity,
    CASE WHEN t3.customer_age BETWEEN 1 AND 10 THEN '21-30'
        WHEN t3.customer_age BETWEEN 11 AND 20 THEN '11-20'
        WHEN t3.customer_age BETWEEN 21 AND 30 THEN '21-30'
        WHEN t3.customer_age BETWEEN 31 AND 40 THEN '31-40'
        WHEN t3.customer_age BETWEEN 41 AND 50 THEN '41-50'
        WHEN t3.customer_age BETWEEN 51 AND 60 THEN '51-60'
        WHEN t3.customer_age >60 THEN '61+'
    END AS customer_age_group
FROM t1
JOIN t2 ON(t1.product_id = t2.product_id)
JOIN t3 ON(t2.customer_id = t3.customer_id)
WHERE rk = 1
ORDER BY total_sales DESC, t2.product_id

select product_id,total_sales,unit_price,total_quantity,round(avg_monthly_sales,2) avg_monthly_sales,max_monthly_quantity,customer_age_group
from 
(select product_id,sum(total) over(partition by product_id) total_sales,unit_price,sum(quantity) over(partition by product_id) total_quantity,sum(total) over(partition by product_id)/12 avg_monthly_sales,max(quantity) over(partition by product_id) max_monthly_quantity,age_tag customer_age_group,qrnk
from
(select product_id,customer_id,quantity,unit_price,quantity*unit_price total,age_tag,rank() over(partition by product_id order by quantity desc,customer_age) qrnk
from 
(select o.product_id,o.customer_id,customer_age,quantity,unit_price,case when customer_age <=10 then '1-10' 
when customer_age between 11 and 20 then '11-20'
when customer_age between 21 and 30 then '21-30'
when customer_age between 31 and 40 then '31-40'
when customer_age between 41 and 50 then '41-50'
when customer_age between 51 and 60 then '51-60'
else '61+' end as age_tag
from orders o
left join products p
on o.product_id = p.product_id
left join customers c
on o.customer_id = c.customer_id) t1)t2)t3
where qrnk = 1
order by total_sales desc,product_id

 -- 2023年产品销售情况统计查询 - 详细注释版
-- WITH关键字：定义公用表表达式(CTE)，创建临时命名结果集
-- product_basics：CTE的名称，用于计算每个产品的基础统计数据
WITH
    product_basics AS (
        -- SELECT：选择要返回的列
        SELECT
            p.product_id, -- p是products表的别名，product_id是产品唯一标识符字段
            p.unit_price, -- unit_price是products表中的单价字段(DECIMAL类型)
            SUM(o.quantity) as total_quantity, -- SUM()聚合函数：对quantity字段求和; o是orders表别名; AS定义列别名
            SUM(o.quantity * p.unit_price) as total_sales, -- 计算总销售额：每笔订单(数量×单价)的总和
            ROUND(SUM(o.quantity * p.unit_price) / 12, 2) as avg_monthly_sales -- ROUND()函数：四舍五入; 参数1是表达式; 参数2是小数位数(2位)
            -- FROM子句：指定主表，orders表别名为o
        FROM
            orders o
            -- JOIN：内连接关键字，连接两表的公共字段
            -- products表别名为p，ON指定连接条件
            JOIN products p ON p.product_id = o.product_id -- 连接条件：产品表的product_id = 订单表的product_id
            -- WHERE子句：过滤条件
            -- YEAR()函数：提取日期的年份部分，参数是order_date字段(DATE类型)
        WHERE
            YEAR(o.order_date) = 2023 -- 只统计2023年的订单数据
            -- GROUP BY：分组子句，按指定字段分组，使聚合函数生效
        GROUP BY
            p.product_id,
            p.unit_price -- 按产品ID和单价分组，确保每个产品一行结果
    ),
    -- 第二个CTE：计算单月最高销量
    monthly_max AS (
        -- 外层查询：从月度汇总中找最大值
        SELECT
            product_id, -- 产品ID字段
            MAX(monthly_qty) as max_monthly_quantity -- MAX()聚合函数：找出最大值; monthly_qty来自子查询
            -- FROM子句：使用子查询作为数据源
        FROM
            (
                -- 内层子查询：计算每个产品每个月的销量
                SELECT
                    product_id, -- 产品ID字段
                    YEAR(order_date) as year_num, -- 提取年份，别名为year_num
                    MONTH(order_date) as month_num, -- MONTH()函数：提取月份(1-12)，别名为month_num
                    SUM(quantity) as monthly_qty -- 计算每个月的销量总和，别名为monthly_qty
                FROM
                    orders -- 从orders表查询
                WHERE
                    YEAR(order_date) = 2023 -- 筛选2023年数据
                    -- 三重分组：按产品、年份、月份分组
                GROUP BY
                    product_id,
                    YEAR(order_date),
                    MONTH(order_date) -- 确保每个产品每个月一行数据
            ) monthly_totals -- 子查询别名为monthly_totals
        GROUP BY
            product_id -- 按产品ID分组，配合MAX函数找出每个产品的最大月销量
    ),
    -- 第三个CTE：计算每个客户对每个产品的总购买量
    customer_product_totals AS (
        SELECT
            o.product_id, -- 订单表中的产品ID字段
            o.customer_id, -- 订单表中的客户ID字段(外键，关联customers表)
            SUM(o.quantity) as customer_total_qty -- 计算该客户购买该产品的总数量
        FROM
            orders o -- 从订单表查询，别名为o
        WHERE
            YEAR(o.order_date) = 2023 -- 只统计2023年的购买数据
        GROUP BY
            o.product_id,
            o.customer_id -- 双重分组：按产品ID和客户ID分组，得到客户-产品购买矩阵
    ),
    -- 第四个CTE：找出每个产品购买量最多的客户年龄段
    top_customers AS (
        SELECT
            cpt.product_id, -- cpt是customer_product_totals的别名
            MIN(c.customer_age) as min_age -- MIN()聚合函数：找最小值; c.customer_age是客户年龄字段(INT类型)
            -- 连接客户-产品购买表和客户表
        FROM
            customer_product_totals cpt -- 主表：客户产品购买汇总
            JOIN customers c ON cpt.customer_id = c.customer_id -- 连接客户表获取年龄信息，连接条件是customer_id
            -- WHERE子句：复杂的筛选条件
            -- (字段1, 字段2) IN (子查询)：多字段IN条件，同时匹配产品ID和购买量
        WHERE
            (cpt.product_id, cpt.customer_total_qty) IN (
                -- 子查询：找出每个产品的最大购买量
                SELECT
                    product_id,
                    MAX(customer_total_qty) -- 每个产品的最大客户购买量
                FROM
                    customer_product_totals -- 从客户产品购买表查询
                GROUP BY
                    product_id -- 按产品分组
            )
        GROUP BY
            cpt.product_id -- 按产品分组，配合MIN函数选择年龄最小的客户
    )
    -- 主查询：整合所有CTE的结果
SELECT
    pb.product_id, -- pb是product_basics的别名，获取产品ID
    pb.total_sales, -- 从第一个CTE获取总销售额
    pb.unit_price, -- 从第一个CTE获取单价
    pb.total_quantity, -- 从第一个CTE获取总销量
    pb.avg_monthly_sales, -- 从第一个CTE获取月平均销售额
    mm.max_monthly_quantity, -- mm是monthly_max的别名，获取单月最高销量
    -- CASE表达式：条件判断，类似if-else语句
    CASE
        -- WHEN条件 THEN结果：如果年龄在1-10之间，返回'1-10'
        WHEN tc.min_age BETWEEN 1 AND 10  THEN '1-10' -- BETWEEN...AND：范围条件，包含边界值
        WHEN tc.min_age BETWEEN 11 AND 20  THEN '11-20' -- tc是top_customers的别名
        WHEN tc.min_age BETWEEN 21 AND 30  THEN '21-30'
        WHEN tc.min_age BETWEEN 31 AND 40  THEN '31-40'
        WHEN tc.min_age BETWEEN 41 AND 50  THEN '41-50'
        WHEN tc.min_age BETWEEN 51 AND 60  THEN '51-60'
        ELSE '61+' -- ELSE：默认情况，年龄大于60的归为'61+'
    END as customer_age_group -- END：结束CASE表达式，AS定义别名
    -- FROM子句：主表是第一个CTE
FROM
    product_basics pb
    -- LEFT JOIN：左外连接，保留左表(pb)的所有记录，即使右表没有匹配
    LEFT JOIN monthly_max mm ON pb.product_id = mm.product_id -- 连接条件：产品ID相等
    LEFT JOIN top_customers tc ON pb.product_id = tc.product_id -- 连接客户年龄段信息
    -- ORDER BY：排序子句
ORDER BY
    pb.total_sales DESC,
    pb.product_id ASC;

 -- DESC降序(大到小)，ASC升序(小到大)
-- 先按总销售额降序，再按产品ID升序

SQL代码逐行详解

整体结构说明

这个查询使用了**CTE（公用表表达式）**的方式，将复杂查询分解为4个逻辑步骤，最后在主查询中整合结果。

第一部分：product_basics CTE

WITH product_basics AS (

• 作用：定义第一个CTE，用于计算每个产品的基础统计数据
• CTE：Common Table Expression，类似于临时表，可以在后续查询中引用

SELECT 
        p.product_id,
        p.unit_price,
        SUM(o.quantity) as total_quantity,
        SUM(o.quantity * p.unit_price) as total_sales,
        ROUND(SUM(o.quantity * p.unit_price) / 12, 2) as avg_monthly_sales

• p.product_id：获取产品ID
• p.unit_price：获取产品单价
• SUM(o.quantity) as total_quantity：计算该产品2023年总销量
• SUM(o.quantity * p.unit_price) as total_sales：计算总销售额（数量×单价的总和）
• ROUND(.../ 12, 2) as avg_monthly_sales：计算月平均销售额（总销售额÷12个月，保留2位小数）

FROM orders o
    JOIN products p ON p.product_id = o.product_id

• 连接订单表和产品表，通过product_id关联
• 这样可以获取到订单的数量信息和产品的单价信息

WHERE YEAR(o.order_date) = 2023

• 关键筛选条件：只统计2023年的订单数据
• YEAR()函数提取订单日期的年份

GROUP BY p.product_id, p.unit_price
),

• 按产品ID和单价分组，确保每个产品得到一行汇总数据
• 分组后SUM函数才能计算每个产品的总和

第二部分：monthly_max CTE

monthly_max AS (

• 定义第二个CTE，专门计算每个产品的单月最高销量

SELECT 
        product_id,
        MAX(monthly_qty) as max_monthly_quantity

• 从月度汇总数据中找出每个产品的最大月销量

FROM (
        SELECT 
            product_id,
            YEAR(order_date) as year_num,
            MONTH(order_date) as month_num,
            SUM(quantity) as monthly_qty
        FROM orders
        WHERE YEAR(order_date) = 2023
        GROUP BY product_id, YEAR(order_date), MONTH(order_date)
    ) monthly_totals

• 内层子查询：
  • YEAR(order_date)和MONTH(order_date)：提取年份和月份
  • SUM(quantity) as monthly_qty：计算每个产品每个月的销量总和
  • GROUP BY product_id, YEAR(order_date), MONTH(order_date)：按产品、年、月分组
  • 结果：每个产品每个月一行数据，包含该月的销量总和

GROUP BY product_id
),

• 外层按产品ID分组，使用MAX函数找出每个产品所有月份中销量最高的月份

第三部分：customer_product_totals CTE

customer_product_totals AS (

• 第三个CTE，计算每个客户对每个产品的总购买量

SELECT 
        o.product_id,
        o.customer_id,
        SUM(o.quantity) as customer_total_qty

• 汇总每个客户购买每个产品的总数量
• 一个客户可能多次购买同一产品，这里把所有购买累加

FROM orders o
    WHERE YEAR(o.order_date) = 2023
    GROUP BY o.product_id, o.customer_id
),

• 同样只统计2023年数据
• 按产品ID和客户ID分组，得到客户-产品的购买量矩阵

第四部分：top_customers CTE

top_customers AS (

• 第四个CTE，找出每个产品购买量最多的客户年龄段

SELECT 
        cpt.product_id,
        MIN(c.customer_age) as min_age

• MIN(c.customer_age)：当有多个客户并列购买量最多时，选择年龄最小的

FROM customer_product_totals cpt
    JOIN customers c ON cpt.customer_id = c.customer_id

• 连接客户表获取年龄信息

WHERE (cpt.product_id, cpt.customer_total_qty) IN (
        SELECT product_id, MAX(customer_total_qty)
        FROM customer_product_totals
        GROUP BY product_id
    )

• 复杂筛选条件：
  • 内层查询：SELECT product_id, MAX(customer_total_qty)找出每个产品的最大购买量
  • 外层条件：只保留购买量等于最大值的记录
  • 这样筛选出每个产品购买量最多的客户（可能有多个并列）

GROUP BY cpt.product_id
)

• 按产品分组，配合MIN函数，确保每个产品只返回一个年龄（最小的）

第五部分：主查询

SELECT 
    pb.product_id,
    pb.total_sales,
    pb.unit_price,
    pb.total_quantity,
    pb.avg_monthly_sales,
    mm.max_monthly_quantity,

• 从前面的CTE中获取基础数据

CASE 
        WHEN tc.min_age BETWEEN 1 AND 10 THEN '1-10'
        WHEN tc.min_age BETWEEN 11 AND 20 THEN '11-20'
        WHEN tc.min_age BETWEEN 21 AND 30 THEN '21-30'
        WHEN tc.min_age BETWEEN 31 AND 40 THEN '31-40'
        WHEN tc.min_age BETWEEN 41 AND 50 THEN '41-50'
        WHEN tc.min_age BETWEEN 51 AND 60 THEN '51-60'
        ELSE '61+'
    END as customer_age_group

• CASE语句：将具体年龄转换为年龄段标签
• 按照题目要求的年龄段分类

FROM product_basics pb
LEFT JOIN monthly_max mm ON pb.product_id = mm.product_id
LEFT JOIN top_customers tc ON pb.product_id = tc.product_id

• 连接所有CTE的结果
• 使用LEFT JOIN确保即使某些数据缺失，产品信息也不会丢失

ORDER BY pb.total_sales DESC, pb.product_id ASC;

• 排序规则：
  • 首先按总销售额降序（销售额高的在前）
  • 销售额相同时按产品ID升序（ID小的在前）

核心设计思想

1. 分步骤处理：将复杂逻辑拆分为4个独立的CTE，每个CTE负责一个特定计算
2. 避免重复计算：基础数据计算一次，后续步骤复用
3. 处理边界情况：使用LEFT JOIN和MIN函数处理并列情况
4. 数据完整性：确保每个产品都有完整的统计信息

这种写法的优点是逻辑清晰、易于调试和维护，缺点是代码较长，但对于复杂的业务需求来说是很好的解决方案。