明确题意： 统计每个题目和每份试卷被作答的人数和次数，分别在试卷区和题目区按uv & pv降序显示  问题分解：  统计每份试卷被作答的人数和次数，生成子表t_exam_uv_pv：  从exam_record抽出每条记录的试卷ID和用户ID 按试卷ID分组：GROUP BY exam_id 计算uv：count(distinct uid) uv 计算pv：count(uid) as pv   统计每个题目被作答的人数和次数，生成子表t_practice_uv_pv：  从practice_record抽出每条记录的试题ID和用户ID 按试卷ID分组：GROUP BY question...

明确题意： 统计作答SQL类别的试卷得分大于过80的人的用户等级分布，按数量降序排序  问题分解：  找到每个满足条件的用户及他们的等级，生成子表t_ml_user_level：  内连接试卷作答表和用户信息表：exam_record JOIN user_info using(uid) 筛选作答SQL类别的试卷得分大于过80的人：  筛选分数大于80：WHERE score > 80 筛选试卷类别为SQL：exam_id IN (SELECT exam_id FROM examination_info WHERE tag = 'SQL')     按用户等级分组：GROUP BY lev...

明确题意： 计算每张SQL类别试卷发布后，当天5级以上的用户作答的人数uv和平均分avg_score； 按人数降序，相同人数的按平均分升序  问题分解：  获取每张SQL类别试卷发布日期，作为子查询：  筛选试卷类别：WHERE tag = "SQL" 获取试卷ID和发布日期：SELECT exam_id, DATE(release_time)   筛选发布当天的作答记录：WHERE (exam_id, DATE(start_time)) IN (...) 筛选5级以上的用户：AND uid IN (SELECT uid FROM user_info WHERE level > 5) 按...

SQL2数分专题   【视频场景】：   各个视频的平均完播率  明确题意： 问题分解： 细节问题： 完整代码：    平均播放进度大于60%的视频类别  明确题意： 问题分解： 细节问题： 完整代码：    每类视频近一个月的转发量/率  明确题意： 问题分解： 细节问题： 完整代码：    每个创作者每月的涨粉率及截止当前的总粉丝量  明确题意： 问题分解： 细节问题： 完整代码：    国庆期间每类视频点赞量和转发量  明确题意： 问题分解： 细节问题： 完整代码：    近一个月发布的视频中热度最高的top3视频  明确题意： 问题分解： 细节问题： 完整代码：    【用户增长场景】...

明确题意： 统计2021年每个未完成试卷作答数大于1的有效用户的数据（有效用户指完成试卷作答数至少为1且未完成数小于5），输出用户ID、未完成试卷作答数、完成试卷作答数、作答过的试卷tag集合，按未完成试卷数量由多到少排序  问题分解：  关联作答记录和试卷信息：left join examination_info on using(exam_id)；（题中exam_record中的exam_id在examination_info均存在，所以用left join和inner join效果一样） 筛选2021年的记录：where year(start_time)=2021 获取各用户的tag,s...

明确题意： 计算2021年每个月里试卷作答区用户平均月活跃天数avg_active_days和月度活跃人数mau  问题分解：  筛选2021年活跃的用户作答记录：where submit_time is not NULL and YEAR(submit_time)='2021' 获取用户-活跃日期的去重结果：select distinct uid, DATE_FORMAT(submit_time, "%Y%m%d") as ymd 统计每个月的平均活跃天数和月活人数：  按月份分组：提取月份SUBSTR(ymd, 1, 6) as month；分组group by month 统计月活人数：...

明确题意： 计算所有用户完成SQL类别高难度试卷得分的截断平均值（去掉一个最大值和一个最小值后的平均值）  问题分解：  关联作答记录和试卷信息：join examination_info using(exam_id)； 筛选SQL高难度试卷：where tag="SQL" and difficulty="hard" 计算截断平均值：(和-最大值-最小值) / (总个数-2): (sum(score) - max(score) - min(score)) / (count(score) - 2)   细节问题：  表头重命名：as 保留1位小数：round(..., 1)  完整代码： sel...

明确题意： 统计出2021年每个月里用户的月总刷题数month_q_cnt 和日均刷题数avg_day_q_cnt，以及该年的总体情况  问题分解：  筛选2021年的刷题记录：where year(submit_time)='2021' 获取当月的天数：DAYOFMONTH(LAST_DAY(submit_time)) 获取当月的年月：DATE_FORMAT(submit_time, "%Y%m") as y_m 统计每月的总刷题数和日均刷题数：  先按年月分组：group by y_m 统计月总刷题数：count(1) 月均刷题数=月总刷题数÷该月天数：count(1)...

明确题意： 找到SQL试卷得分不小于该类试卷平均得分的用户最低得分  问题分解：  找到SQL类试卷得分的平均分。  试卷作答记录表关联试卷信息表：join using 筛选试卷类别：where tag='SQL' 取平均分：avg(score)   找到分数不小于平均分的记录：where tag='SQL' and score>=(...) 取最低分：min(score)   细节问题：  表头重命名：as  完整代码： select min(score) as min_score_over_avg from exam_record join examination_info usin...

明确题意： 统计出总作答次数total_pv、试卷已完成作答数complete_pv、已完成的试卷数complete_exam_cnt  问题分解：  总作答次数：count(exam_id) as total_pv； 试卷已完成作答数，count(A)会忽略A的值为null的行：count(submit_time) as complete_pv； 已完成的试卷数，已完成时才计数用if判断，试卷可能被完成多次，需要去重用distinct：count(distinct if(submit_time is not null, exam_id, null)) as complete_exam_cnt...

SQL20 月均完成试卷数不小于3的用户爱作答的类别 明确题意： 统计月均完成试卷数不小于3的用户爱作答的类别及作答次数，按次数降序输出  问题拆解：  筛选完成了的试卷的记录。知识点：where 筛选月均完成数不小于3的用户。知识点：  按用户分组group by uid； 统计当前用户完成试卷总数count(exam_id)； 统计该用户有完成试卷的月份数count(distinct DATE_FORMAT(start_time, "%Y%m"))； 分组后过滤having count(exam_id) / count(distinct DATE_FORMAT(star...

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...

6月份月活 明确题意： 统计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_user from logintb where login_date between "2021-06-01" and "2021-06-30"

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"...