数据分析SQL面经整理

其他：

sql语句的执行顺序：from-->join-->on-->where-->groupby-->having-->select-->orderby

sql语句的分类：DQL查询语句：select from where

                          DDL定义语句：create alter drop

                          DML操作语句：update delete insert

                          DCL控制语句：grant rollback commit 

删除表：drop table t：整个表删除，包括表里的内容和表结构

               truncate table t：删除表里的全部内容，但保留表结构

               delete from table t where col = 'cc'：删除满足条件的记录

表操作：1.创建：create table t() 主键：primary key 自增：anto_increment 非null：not null

               2.插入：insert into table t values();

               3.更新：update t set col = 'aaa' where col = '123'

排序：同时对两列进行排序：order by col1 desc，col2 asc

子查询：查询语句里的查询嵌套

组合查询：union语句

 

1.表order有三个字段，店铺ID，订单时间，订单金额，查询一个月内每周都有销量的店铺。weekofyear（day）函数

--每天属于一年中的哪周
with tmp_order as
(select 
  id
  ,weekofyear(dt) as dt_new
  ,amount
from order
where dt >= '2019-07-01'
and dt <= '2019-07-31')
--有5个不同周的店铺即为所求
select id, dt_new
from tmp_order 
group by id, dt_new
having count(dt_new) = 5

2. 如何找出每一个级别下面购买最多的十个用户？求每个班级成绩排名前三的学生？row_number()over()窗口函数

--使用窗口函数
select 
 item
 ,tuid
from
(select
 item
 ,tuid
 ,row_number() over(partition by item order by amount desc) as flag
from orders)
where flag <= 10



--不使用窗口函数
select
 item
 ,tuid
from orders o1
where (select count(1) + 1 from orders where tuid = o1.tuid and amount > o1.amount) <= 3

3. 查找每个用户最近一次和最早登录APP的时间。first_value、last_value

select
 tuid
 ,flag_first
 ,flag_last
from
(select
 tuid,
 ,first_value() over(partition by tuid order by dt) as flag_first
 ,last_value() over(partition by tuid order by dt rows between unbounded preceding and unbuonded following) as flag_last
from orders)
group by tuid


--注意last_value() over()函数默认的是取截止当前日期的最新日期，即：
--last_value() over(partition by tuid order by rows between unbounded preceding and current row)

4. 拼多多笔试：

给一个表ord，包括user_id(用户id)，goods_id(商品id），goods_num（购买商品数），ord_amt（购买金额），create_time（购买时间）。求最近30天每件商品的平均售价

select
 goods_id
 ,sum(ord_amt) / sum(goods_num)
from ord 
where datediff(from_unixtime(use_unixtime(), 'yyyy-MM-dd'), to_date(create_time)) <= 30
group by goods_id

5.拼多多笔试：

pv_log(用户浏览记录表）：pv_id(页面id），user_id(用户id），create_time(访问时间)

dim_user(用户注册记录表）：user_id(用户id），age(年龄）,create_time(注册时间）

统计浏览不同页面数的用户对应的平均年龄

select 
 pv_id
 ,avg(age)
from
pv_log as a1
left join
dim_user as a2
on a1.user_id = a2.user_id
where a2.age is not null
group by pv_id

 6.拼多多笔试:

 tbl_ordr(用户订单表）：user_id（用户id）, ordr_id（订单号）, ordr_goods（订单商品id）, ordr_time（预定时间）

tbl_clk(用户商品点击明细表）：clk_id(点击id）, user_id, clk_time(点击时间）, clk_goods（点击的商品id，和ordr_goods对应）

用户点击商品之后的订单算是这次点击产生的订单；多次点击后产生的订单，算订单创建前最后一次点击产生的订单，求有订单商品的点击及订单号

--假设表中的时间是yyyy-MM-dd HH-mm-ss的形式
--订单表先与商品点击明细表相关联，并初步去除无商品点击记录且产生订单的商品，不考虑时间先后，并以
--时间戳形式计算订单时间与点击时间的时间差并转换成秒
with tmp_ord_clk as(
select 
 a1.user_id
 ,a1.ordr_id
 ,a1.ordr_goods
 ,a1.ordr_time
 ,a2.clk_id
 ,a2.clk_time
 ,(unix_timestamp(a1.ordr_time) - unix_timestamp(a2.clk_time)) / 60 as flag
from 
(tbl_ordr as a1
left join
tbl_clk as a2
on a1.user_id = a2.user_id
and a1.ordr_goods = a2.clk_goods)
where a2.clk_id is not null
and a2.clk_time is not null)


--取时间差大于零，且大于零中最小的就是所求
select
 ordr_id
 ,clk_id
 ,min(flag)
from tmp_ord_clk
where flag > 0
group by ordr_id, clk_id 

7.拼多多笔试

表1——订单表orders，大概字段有（user_id‘用户编号’, order_pay‘订单金额’ , order_time‘下单时间’）。

表2——活动报名表act_apply，大概字段有（act_id‘活动编号’, user_id‘报名用户’,act_time‘报名时间’）

要求：

1. 统计每个活动对应所有用户在报名后产生的总订单金额，总订单数。（每个用户限报一个活动,题干默认用户报名后产生的订单均为参加活动的订单）。
2. 统计每个活动从开始后到当天（考试日）平均每天产生的订单数，活动开始时间定义为最早有用户报名的时间。（涉及到时间的数据类型均为：datetime）

1.
select
 a2.act_id
 ,count(*) as order_num_total
 ,sum(a1.order_pay) as order_pay_total
from
(orders as a1
left join 
act_apply as a2
on a1.user_id = a2.user_id)
where a1.order_time > a2.act_apply
group by a2.act_id

2.
--获得每个活动的开始的最早时间
with tmp_begin_date as(
select
 act_id
 ,time_flag
from
(select
 act_id
 ,first_value() over(partition by act_id order by act_time) as begin_time
from act_apply)
group by act_id)

--订单表与活动表对应起来
,tmp_order_act as
(select
 a1.user_id
 ,a1.order_time
 ,a2.act_id
 ,a2.act_time
from
orders as a1
left join
act_apply as a2
on a1.user_id = a2.user_id)

--求活动开始至今的每天平均产生订单数
select 
 b2.act_id
 ,count(*)
from
tmp_order_act as b1
left join 
tmp_begin_date as b2
on b1.act_id = b2.act_id
where b1.order_time > b2.begin_time
and b1.order_time <= from_unixtime(unix_timestamp(), 'yyyy-MM-dd HH:mm:ss')
group by b2.acid

8.拼多多笔试

表1——用户行为表tracking_log，大概字段有（user_id‘用户编号’,opr_id‘操作编号’,log_time‘操作时间’），时间dt分区(自己加的)

要求：

1. 计算每天的访客数和他们的平均操作次数。

     2.统计每天符合以下条件的用户数：A操作之后是B操作，AB操作必须相邻。

1.
select
 to_date(log_time) as dt
 ,count(distinct user_id) as user_total
 ,count(*) / count(distinct user_id) as avg_opr
from tracking_log 
group by to_date(log_time)) 

2.
select count(distinct user_id)
from
(select
 user_id
 ,opr_id
 ,lead(opr_id, 1, 'none') over(partition by user_id order by log_time) as opr_flag
from tracking_log) as a1
where a1.opr_id = 'A'
and a1.opr_flag = 'B'

9.拼多多笔试

表1——用户登陆表user_log，大概字段有（user_id‘用户编号’，log_time‘登陆时间’）

要求：.每天新增用户数，以及他们第2天、30天的回访比例

--找到每天新增用户
with tmp_new_add as(
select
 user_id
 ,min(log_time) as start_log_time
from user_log)
--新增用户每天登陆距离新增日期的时间差
,tmp_date_gap as
(select
 user_id
 ,start_log_time
 ,case when datediff(log_time, start_log_time) = 1 then 1 else 0 end remain_1
 ,case when datediff(log_time, start_log_time) = 30 then 1 else 0 end remain_30
from
(user_log as a1
left join
tmp_new_add as a2
on a1.user_id = a2.user_id)

--计算每天新增用户数及次留、30留
select
 start_log_time
 ,count(distinct user_id)
 ,sum(remain_1) / count(distinct user_id) as remain_1
 ,sum(remain_30) / count(distinct user_id) as remain_30
from tmp_date_gap 
group by start_log_time