with tmp as (select uid,date(in_time) dt from tb_user_log union select uid,date(out_time) dt from tb_user_log) select mdt, round(sum(if(datediff(dt,mdt)=1,1,0))/count(distinct uid),2) from (select distinct uid,dt, min(dt) over(partition by uid) mdt from tmp) p where left(mdt,7) = '2021-11' group by ...

select artical_id,max(uvcnt) as max_uv from (select artical_id,in_time,uv, sum(uv) over(partition by artical_id order by in_time asc,uv desc) uvcnt from (select uid,artical_id,in_time,1 as uv from tb_user_log union all select uid,artical_id,out_time,-1 as uv from tb_user_log ) t where artical_id != ...

select dt, round(sum(times)/count(distinct uid),1) as avg_viiew_len_sec from (select uid,date(in_time) dt, timestampdiff(second,in_time,out_time) as times from tb_user_log where left(in_time,7) = '2021-11' and artical_id != 0) t group by dt order by avg_viiew_len_sec asc; 二战 比上一次简单点儿注意两个要点： 1. 时间在le...

select tag, sum(if_retweet) as retweet_cut, round(avg(if_retweet),3) as retweet_rate from tb_user_video_log a,tb_video_info b where a.video_id = b.video_id and timestampdiff(day,start_time,(select max(start_time) from tb_user_video_log )) < 30 group by tag order by retweet_rate desc; 服了 题目描述一点儿都不...

select tag, concat(round(avg(septimerate)*100,2),'%') as avg_play_progress from (select b.video_id,b.tag,a.uid, if(timestampdiff(second,a.start_time,a.end_time)/b.duration>=1,1,timestampdiff(second,a.start_time,a.end_time)/b.duration) as septimerate from tb_user_video_log a join tb_video_info b o...

select video_id, round(avg(ok),3) as avg_comp_play_rate from (select a.uid,a.video_id, if(timestampdiff(second,a.start_time,a.end_time)>=b.duration,1,0) as ok from (select * from tb_user_video_log where year(start_time) = '2021') a join tb_video_info b on a.video_id = b.video_id) t group by video...

select difficult_level, avg(if(result='right',1,0)) as correct_rate from (select b.device_id,b.question_id,b.result, c.difficult_level from ( select device_id, question_id, result from question_practice_detail ) b join question_detail c on b.question_id = c.question_id join user_profile a on b.devic...

select device_id,university,gpa from user_profile where (university,gpa) in (select university,min(gpa) as gpa from user_profile group by university) order by university 看到一位大佬的in 醍醐灌顶

select age,count(*) as number from (select substring_index(profile,',',-1) as age from (select substring_index(profile,',',3) as profile from user_submit) p ) t group by age

select course_id,course_name ,max(sum_num) from (select distinct course_tb.course_id, course_name, sum(tag) over(partition by course_id order by datetime) as sum_num from course_tb left join (select user_id, course_id, in_datetime as datetime, 1 as tag from attend_tb union select user_id, course_id,...

select course_name, round(avg(times),2) as avg_len from (select c.course_name, TIMESTAMPDIFF(MINUTE, a.in_datetime, a.out_datetime) as times from course_tb as c join attend_tb as a on c.course_id = a.course_id) t group by course_name order by avg_len desc; 重点在于求两个时间的差 timestampdiff函数

select course_id,course_name,count(*) as online_num from (select course_id,course_name,user_id from (select c.course_id, c.course_name,left(c.course_datetime,15) as start_time, a.user_id,a.in_datetime as intime from course_tb c join attend_tb a on c.course_id = a.course_id) t where intime <= star...

select user_id, count(*) as days_count from (select sales_date,user_id , row_number() over(partition by user_id order by sales_date) as rk from sales_tb) t group by user_id,date_sub(sales_date,interval rk day) HAVING COUNT(*) >= 2; 首先分区内排序 得到每个user_id的sales_date排名date_sub表示销售日期减去排名 --> 这样连续的sa...

select p.style_id, round(sum(sales_num)/(sum(inventory)-sum(sales_num))*100,2) as pin_rate, round(sum(s.sales_price)/sum(p.tag_price*p.inventory)*100,2) as sellthrough_rate from product_tb p join (select item_id,sum(sales_num) as sales_num, sum(sales_price) as sales_price from sales_tb group by item...