select a1.course_id, a2.course_name, sum(if(in_datetime <= substr(course_datetime, 1, 15) and out_datetime > substr(course_datetime, 1, 15),1,0)) online_num from attend_tb a1 left join course_tb a2 on a1.course_id = a2.course_id group by a1.course_id, a2.course_name; 主要是注意两点：1、MySQL是可以自动识别拼接字符...

# 这里可以先找出每一个订单的开始时间和结束时间， # 然后将每个订单转变为两行数据，时间戳分别是开始时间和结束时间，并且还带上开始就是+1，结束就是-1， # 然后按照时间顺序进行开窗sum计算，其中就会出现加减，那么必有一个最大值。 # 还有一个很重要的逻辑就是 结束时间的判断，这里应该是 先看乘车时间是否为空，如果不为就是结束等待时间， # 如果乘车时间为空，那么再看finish_time是否为空，如果不是那就是结束时间，在最后才是end_time  with cte001 as ( select t001.id, t001.city, event_time start_dt, if(s...

-- 解题思路；-- 以人为中心，需要给这些人做一下计算：第一次登陆到今天的天数n_days、最近一次登陆到今天的天数l_days-- 从上面可以做一个漏斗模型，先把n_days<7的用户标记为新晋用户，再分析一个用户l_days< 7，那么该用户是忠实用户，剩下的用户中l_days<30,是沉睡用户，最后剩下的用户就是流失用户 -- 做出每一个人第一次登陆的时间和最近一次登陆的时间  select t1.uid, t1.new_day, t2.first_day, datediff(max(t1.new_day) over (order by t1.new_day desc...

解题逻辑解读 看了前面高赞的解法，基本上都是采用的通过制造时序表，然后通过左连接关联获取到新用户是否为次日留存用户，这个思路也不错，但是我感觉还用更好的解法。我们以每个人为研究个体，一个用户第一天登录就打上标签新用户，然后该（客户第二次登陆日期-第一次登陆日期）= 1天 or （退出日期 - 进入日期） = 1天，则打上次日留存标签，反之则是次日未留存标签，然后以用户首日登录日期为分组，统计当日新用户数，和次日留存的用户数，然后两者相除，就可以获得相应的次日留存率。  用户是否为新用户可以通过对uid进行排序开窗，然后筛选第一次出登录的日期即为该用户第一次登陆日期。通过开创的排序序号1，可以给...

新人报道！来牛客的第一天～