# 先将订单总表中退款的订单剔除，后连接订单明细表，于是形成各商品销售情况表 with k1 as( select t1.order_id, t1.uid, event_time, status, product_id, price, cnt from ( select * from tb_order_overall where status != 2 ) t1 join tb_order_detail t2 on t1.order_id = t2.order_id) # 计算零食类商品复购率 select t3.product_id, round(ifnull(fugou_num, 0)/a...

# 连接两个子查询表，并选取合适字段按题目要求计算值 select k1.style_id, round(ifnull(sku_saled_num,0)/(inventory_num-ifnull(sku_saled_num,0))*100,2) `pin_rate(%)`, round(gmv/beihuo*100,2) `sell-through_rate(%)` from ( # 先根据产品表取出各个款号的库存数目及备货值 select style_id, sum(inventory) inventory_num, sum(tag_price*inventory) beihuo from...

# 首先知道折扣率是指，销售总价/gmv总额 select round(sum(sales_price)/sum(sales_num*tag_price)*100,2) `discount_rate(%)` from sales_tb s join product_tb p on s.item_id = p.item_id

select answer_date, round(count(*)/count(distinct author_id),2) per_num from answer_tb group by answer_date order by answer_date;

# 根据题目含义可知，要根据用户活跃天数来分类用户，使用分组查询和窗口函数 # 将用户行为日志每条记录的in_time和out_time提取作为两条记录 with t as( select uid, in_time hy_time from tb_user_log union select uid, out_time from tb_user_log ) # 统计用户分级情况及各类用户所占比例 select user_grade, round(count(*)/sum(count(*))over(),2) ratio from ( # 根据用户活跃情况来分类用户 select uid, cas...

select date_format(event_time, '%Y-%m') month, floor(sum(total_amount)) GMV from tb_order_overall where status <> 2 and year(event_time) = '2021' group by date_format(event_time, '%Y-%m') having sum(total_amount) > 100000 order by GMV;

select dt, round(avg(if_re is not null), 2) uv_left_rate from ( # 然后将新用户登录记录表与tb_user_log按特定条件连接 select t2.uid, date(f_in) dt, min(in_time) if_re # 其中如果if_re不为空，则是次日留存了的新用户 from ( # 先查询2021年11月每天的新用户在第一天登录的记录 select * from ( select uid, min(in_time) f_in from tb_user_log group by uid ) t1 where date...

# 用curdate()来返回今天的日期 select name, cnt from ( select subject_id, count(*) cnt from submission where create_time = curdate() group by subject_id ) t1 join subject s on t1.subject_id = s.id order by cnt desc, subject_id;

# 先查询各分数段最差的排名及其上一等级的最差排名（即得出各分数段涵盖人数的范围）----表（1） select grade, ifnull(lag(rank_l,1)over(order by rank_l),0) rank_f, rank_l from ( select grade, sum(`number`)over(order by grade) rank_l from class_grade ) k1 # 查询该成绩表的中位数位置，使用union保证当总数为奇数时去除相同位置----表（2） select case when sum(`number`)%2=0 then sum(`n...

# 思路：看到结果表需要添加新列，想到使用连接 # --------------------------------------------- # 先获取每个岗位，每一个月内收到简历的数目存储为临时表 with t as ( select job, date_format(`date`, '%Y-%m') mon, sum(num) cnt from resume_info group by job, date_format(`date`, '%Y-%m') ) # 对临时表使用自连接来作不同年相同月份的数据匹配 select t1.job job, t1.mon first_year_mon...

select music_name from music m join ( # 查询user_id=1的用户所关注用户喜欢的音乐id并去重（同时排除user_id=1的用户喜欢的音乐） select distinct music_id from music_likes where user_id in ( # 查询user_id=1的用户关注的用户id select follower_id from follow where user_id = 1 ) and music_id not in ( # 查询user_id=1的用户喜欢的音乐 select music_id from music_...

# 先作质量筛选 select * from goods where weight < 50 # 连接goods表和trans表再作购买数目的筛选 select goods_id id, name, weight, sum(count) total from ( select * from goods where weight < 50 ) t1 join trans t on t1.id = t.goods_id group by goods_id having sum(count) > 20 order by id;

select t1.user_id id, name, sum_s grade_num from ( # 先查询各个用户的积分变化情况并在记录后使用窗口函数添加新列存储最高积分 select user_id, sum(if(type = 'add', grade_num, (-1)*grade_num)) sum_s, max(sum(if(type = 'add', grade_num, (-1)*grade_num)))over() max_sum_s from grade_info group by user_id ) t1 join user u on t1.user_id = u.i...

select t1.user_id, name, sum_g grade_num from ( select user_id, sum(grade_num) sum_g, max(sum(grade_num))over() max_sum_g from grade_info where type = 'add' group by user_id, type ) t1 join user u on t1.user_id = u.id where sum_g = max_sum_g order by user_id;