select t1.tag,t2.cnt from ( select e1.tag,count(*) as cnt from exam_record as e2 left join examination_info as e1 on e1.exam_id = e2.exam_id group by e1.tag ) t1 inner join (select e1.tag,count(*) as cnt from exam_record as e2 left join examination_info as e1 on e1.exam_id = e2.exam_id group ...

select exam_id,SUBSTRING_INDEX(tag,',',1) as tag ,SUBSTRING_INDEX(SUBSTRING_INDEX(tag,',',-2),',',1) as difficulty ,SUBSTRING_INDEX(tag,',',-1)as duration from examination_info where tag like '%,%'

select t1.video_id, round((rate_comp*100+5*sum_like+3*sum_comment+2*sum_retweet)*(1/(not_video+1)),0) as hot_index from ( select v1.video_id ,sum(v1.if_like) as sum_like,sum(v1.if_retweet) as sum_retweet,sum(if(v1.comment_id is null,0,1)) as sum_comment ,sum(if((TIMESTAMPDIFF(second,v1.start_time,v...

# 难点： # 1、设置连续登录标志：（1）按照时间排序；（2）将登录时间减去排序，生成连续登录标志 # 2、连续登录处理：由于存在同一个人一天内登陆多次，因此需要去重 select t5.author_id,t5.author_level,t5.days_cnt from ( select t4.author_id,t4.author_level,t4.sb,count(*) as days_cnt from ( select DATE_add(t3.answer_date, interval -t3.rank_date day) as sb ,t3.author_id,t3.author...

select t6.course_id,t6.course_name,max(sum_diff) from ( select t4.course_id,t5.course_name ,sum(diff) over(partition by t4.course_id order by t4.dt asc,t4.diff desc) as sum_diff from ( select * from ( select t1.user_id,t1.course_id,t1.in_datetime as dt,1 as diff from attend_tb as t1 union all ...

# 简约算法 select t1.course_id,t2.course_name ,round(count(distinct(case when timestampdiff(minute,t3.in_datetime,t3.out_datetime)>=10 then t1.user_id else null end ))*100/count(distinct (case when t1.if_sign = 1 then t1.user_id else null end)),2) as baoming from behavior_tb as t1 left join attend_t...

select t6.course_id,t5.course_name ,round(t6.chuqin*100/t6.baoming,2) from ( select t4.course_id ,count(distinct t4.chuqin_ren) as chuqin ,count(distinct t4.baoming_ren) as baoming from ( select t3.course_id ,(case when (t3.diff >=10 and t3.if_sign = 1 ) then t3.user_id else null end ) as chuqi...

select t1.course_id,t2.course_name,t1.num from ( select count(distinct user_id) as num ,course_id from attend_tb where time(in_datetime)<='19:00:00' and time(out_datetime) >='19:00:00' group by course_id ) t1 left join course_tb as t2 on t1.course_id = t2.course_id order by t1.course_id

# 难点： # 1、生成开始等车-结束等车记录表： # （1）提取：开始等车时间——event_time，1，城市作为开始等车记录表 # （2）提取：结束等车时间——start_time,-1，城市作为结束等车记录表 # （3）用union all连接两表（由于存在时间重复的订单，所以用union all） # 2、计算每个城市单日最大同时等车人数 # （1）用sum() over(order by ) 按时间算累计值 # （2）提取最大的累计值 select t5.city,max(t5.sum_diff) from ( select t4.dt,t4.city ,sum(t4.diff)...

select t1.period ,count(*) as get_car_num ,round(avg(t1.wait_time),1) ,round(avg(t1.dispatch_time),1) from ( select (case when hour(r1.event_time)>=7 and hour(r1.event_time)<9 then '早高峰' when hour(r1.event_time)>=9 and hour(r1.event_time)<17 then '工作时间' when hour(r1.event_...

# 知识点： # sum() over(order by dt rows 6 preceding) 用于计算按照日期升序排列后，前6行的总和 select * from ( select t2.dt ,round(sum(sum_finish) over(order by t2.dt rows 6 preceding)/7,2) as sum_finish_7 ,round(sum(sum_cancel) over(order by t2.dt rows 6 preceding)/7,2) as sum_cancel_7 from ( select date_format(t1.order_...

# 思路： # 1、将每个城市中平均得分第一名的司机信息提取出来（dense_rank） # 2、计算平均评分、日均接单量和日均行驶里程数 select t5.city,t5.driver_id,round(avg(t5.grade),1) as avg_grade ,round(count(t5.order_time)/count(distinct day(t5.order_time)),1) as avg_order_num ,sum(t5.mileage)/count(distinct day(t5.order_time)) as avg_mileage from( # 将计算需要用的...

# 思路： # 1、将订单表中有取消记录的司机的订单记录提取出来 # 2、计算全体平均数，driver_id设为总体，形成表1 # 3、计算每个司机平均评分，形成表1 # 4、将表1 和表2union连接 select t2.driver_id,round(AVG(t2.grade),1) as avg_grade from ( # 将有取消记录的司机的订单记录提取 select c1.driver_id,c1.grade from tb_get_car_order as c1 where c1.driver_id in (select c2.driver_id from tb_get_...

select t7.dt,t7.dau,ifnull(round(t5.new_user_cnt/t7.dau,2),0) as uv_new_ratio from ( # 查询每天新用户的数量new_user_cnt select t4.dt,count(distinct t4.uid) as new_user_cnt from ( select t3.uid,row_number() over(partition by t3.uid order by t3.dt) as rank_date ,t3.dt from ( # 由于存在跨天登录的情况，所以将in_time和ou...