打标签法（为了详述标记过程，用层层子查询描述。）第一层： select distinct uid, date(in_time) as date, #签到日期去重 row_number() over(partition by uid order by date(in_time) asc) as uid_rk, #分别为每个人的签到日期排名 date(in_time)-row_number() over(partition by uid order by date(in_time) asc) as date_group #日期减去排名数得到相同数字的即为连续签到 from tb_user_log ...

#不使用子查询，直接查 select device_id, date_format(event_date,'%Y-%m') as ym, sum(count(*) ) over(partition by device_id order by date_format(event_date,'%Y-%m'))as sum_cnt, round(avg(count(*)) over(partition by device_id order by date_format(event_date,'%Y-%m') rows 2 preceding ),2) as avg3_cnt, sum(count(*...

select distinct device_id from (select *, lead(cnt1) over(partition by device_id order by da) as cnt2 from (select device_id, date_format(event_date,'%Y-%m') as da, count(*) as cnt1 from question_practice_detail group by device_id,date_format(event_date,'%Y-%m') order by 1,2 ) t1 )t2 where cnt1 >...

#使用日期格式化函数date_format()和拼接函数concat() select concat(date_format(event_date,'%Y年%m月'), case when day(event_date) between 1 and 9 then '上旬' when day(event_date) between 10 and 19 then '中旬' else '下旬' end ) as dt_range, count(distinct device_id) as cnt from question_practice_detail group by 1 order by su...

select distinct device_id from (select device_id,university, #窗口函数在一行最后标注该id的总练习数 sum(if(question_id is not null,1,0)) over(partition by device_id)as cnt from user_profile left join question_practice_detail using(device_id) )t where university='北京大学' or cnt >2 order by 1 desc

#先将三表连接，得出所有答题记录对应人员信息和试卷信息，命名为t with t as( select ui.uid,level,register_time,job,tag,score,submit_time from user_info ui join exam_record er on ui.uid=er.uid join examination_info ei on er.exam_id=ei.exam_id ) select uid,level,register_time,max(score) as max_score from t #使用子查询把求职方向为算法工程师，且注册当天就完成了...

select distinct exam_id,duration,release_time from (select t1.exam_id, t2.duration, t2.release_time, timestampdiff(minute,start_time,submit_time) as costtime, row_number() over(partition by t1.exam_id order by timestampdiff(minute,start_time,submit_time) asc) as rank1, row_number() over(partition by...