select round(sum(1_day_reten)/sum(total_users),3) as p from (select count(distinct a.user_id) as total_users, count(distinct case when datediff(b.date, a.date) = 1 then a.user_id end) as 1_day_reten from (select distinct user_id, min(date) as date from login group by user_id ) a left join (select di...

写的时候几个子查询嵌套给我整昏了，但是逻辑还是通顺的，就是括号太多了... select temp3.name, client.name, date from (select user.name, client_id, date from (select user_id, client_id, date from ( select *, row_number() over (partition by user_id order by date DESC) as rn from login ) temp1 where rn = 1 ) temp2 join user on user_id = u...

看到很多人都是用的先去重得到倒三的hire_date再select，感觉dense rank逻辑更简单点 with ranked as (select *, dense_rank () over (order by hire_date DESC) as dr from employees) select emp_no, birth_date, first_name, last_name, gender, hire_date from ranked where dr = 3

with ranked as ( select month, row_number() over (partition by month order by play_pv DESC, song_id ASC) as ranking, song_name, play_pv from( select month(p.fdate) as month, s.song_name, count(*) as play_pv, max(p.song_id) as s.song_id from play_log p join song_info s on p.song_id = s.song_id join u...

select s.post as post, avg(timestampdiff(second, first_clockin, last_clockin)/ (60*60)) as work_hours from attendent_tb a left join staff_tb s on s.staff_id = a.staff_id group by s.post order by work_hours DESC

with mingpa as ( select device_id, university, gpa, min(gpa) over (partition by university) as mins from user_profile ) select device_id, university, mins from mingpa where gpa = mins order by university

select case when right(profile, 6) = 'female' then 'female' else 'male' end as gender, count(*) from user_submit group by gender