MYSQL 笔记【回购数】

1、group by语句

select userid,date_format(paytime,'%Y-%m-%d')
from dash.order_info
where userid is not null
group by
userid,date_format(paytime,'%Y-%m-%d');

      group by A ,B;

      a、select查询后面确定的字段，只能是group by后面出现的字段，和计数项。

      b、gruop by A,B；

             先按照A来做一次分组【相当于把原始数据分成n组，此时可以进行任何字段的count/sum动作，包含本身】，

             在A分组的基础上，进行类别系划，再次分组，第二次分组，条件是B；

              eg，a分组后，结果是独立用户数，b是把系划，独立用户数，哪几个月发生购买行为。

      c、is not null  限制条件有is

*************************************************************************************************************************************

group by 可以对by后的分组字段进行计算count(),和excel的透视表一样，即使标签，又是计数项

可以来计算当月的复购率【第一行的count和sum等价】

select count(userid),count(if(a >1,1,null)) as 重复购买--  此时等价sum(if(a>1,1,null)
from (
select userid,count(userid) as a  --  count()可以用任何字段，因为在此时分组中都含有所有字段，
from
star.order_info
where paytype='已支付' and month(paytime)=3
group by userid) as t;

**********************************************************************************************************************************

2、针对已经group by的数据，进行条件筛选having

select userid,count(userid)as s from dash.order_info 
group by userid
having s >5;

注意having 后面的条件是针对已经group by的结果，进行筛选的。 

3、子查询

select count(distinct userid)
from dash.order_info 
where month(paytime)=4 and 
userid in 
(select userid from dash.order_info where month(paytime)=3)
and paytype='已支付';

注意where 条件1 and  字段 in （子查询）；

标红的字段，对应的是整张表的字段，设定了一个条件是出现在子查询中。

where限定条件：所有数据都来自4月，其次，uderid还要来自3月。

求的是3月userid在4月依旧出现，的去重个数。

4、利用date_format()函数，时间粒度调整

     获得年-月-日，或者 年-月

select userid,date_format(paytime,'%Y-%m')
from dash.order_info
where userid is not null
group by
userid,date_format(paytime,'%Y-%m');

首先是date format在where语句就已经执行了转换操作，即已经将原本是具体日期的转化成dateformat规定的样式。但是行数和未作转换的行数相同。

eg：1  2018-08-09             结果   1   2018-08

        1 2018-8-10                          1   2018-08

并没有合并为 1  2018-08.

但是接下来的group by语句，是把where的结果作为源数据进行分组，也就是说此时的，时间已经被date format转后的时间样式了，group by 第一个条件是userid，如果没有第二个条件，那么就相当于把userid进行去重操作，和python的set()集合操作等价，后面跟第二个条件，也即是date format转换后的时间，我们这么理解，就是在去重操作后，又按照条件进行粒度细分，每个userid，细分为多少行有userid 对应的set(date format)去重后的个数确定，而非所有个数。

意义就是同一个用户在一个月买100次和买1次，效果相同，即按照独立购买用户计数，而非购买次数计数。

解释：

d=2017-8-9 10：14：02

date_format(d,'%Y-%m)=2017-08

date_format(d,'%Y-%m-%d)=2018-08-09

还可以指定哪一天**********************************

date_format(d,'%Y-%m-01)=2018-08-01

不可以是date_format(d,'%Y-%m-1)=2018-08-1，日期是双位数

5、left join 如果出现一对多，导致数量增加

select count(*) from
(select userid ,date_format(paytime,'%Y-%m-01') as d
from star.order_info
where userid is not null and paytype='已支付'
group by
userid,d
) as t1
left join
(select userid,date_format(paytime,'%Y-%m-01') as e
from star.order_info
where userid is not null and paytype='已支付'
group by
userid,e
) as t2
on t1.userid=t2.userid;

我们把两张相同的表，进行left join  ，条件是on t1.userid=t2.userid;

• 因为两张表相同，eg，001   2018-08-09                 001   2018-08-09
•                                     001    2018-08-10                001    2018-08-10

left join  首先t1 的第一行001   2018-08-09，匹配t2  因为t2也有两条001，所以join后的表，t1的一行，匹配两行，t1的第二行，又匹配了两行。

• 结果是   001   2018-08-09    001   2018-08-09
•               001   2018-08-09    001   2018-08-10
•               001   2018-08-10    001   2018-08-09
•               001   2018-08-10    001   2018-08-09

需要on 在加一个限制条件，能后唯一确定匹配。

select count(*) from
(select userid ,date_format(paytime,'%Y-%m-01') as d
from star.order_info
where userid is not null and paytype='已支付'
group by
userid,d
) as t1
left join
(select userid,date_format(paytime,'%Y-%m-01') as e
from star.order_info
where userid is not null and paytype='已支付'
group by
userid,e
) as t2
on t1.userid=t2.userid and t1.d=date_sub(t2.e,interval 1 month);

最后一行，on语句用and添加了限制条件，t1的日期，等于t2减一个月的日期，因为之前用date_format()处理过了，天都是01，所以就唯一限制死了，针对表1的某一行只能join表2的一行，或者没有join上【值为null】。

date_sub(日期1,interval 1 month/day/week)等等，做日期减法。

6、计数回购数，3月购买的用户在4月依旧购买。

select t1.d,count(t1.d)as 3月购买,count(t2.e)as 4月依旧购买 from
(select userid ,date_format(paytime,'%Y-%m-01') as d
from star.order_info
where userid is not null and paytype='已支付'
group by
userid,d
) as t1
left join
(select userid,date_format(paytime,'%Y-%m-01') as e
from star.order_info
where userid is not null and paytype='已支付'
group by
userid,e
) as t2
on t1.userid=t2.userid and t1.d =date_sub(t2.e,INTERVAL 1 month)
group by t1.d;

为什么count(t1.d)可以作为计算3月独立购买人数，那是因为我们left on左连接时已经，把userid和t1.d一一对应起来了【在每个月这个分类下】，而又group by t1.d，把日期给分组了，自然就对应每个月的独立购买人数。