牛客SQL34： 牛客直播各科目同时在线人数（最大值问题）

牛客SQL34： 牛客直播各科目同时在线人数（最大值问题）

一、描述

牛客某页面推出了数据分析系列直播课程介绍。用户可以选择报名任意一场或多场直播课。

已知课程表course_tb如下（其中course_id代表课程编号，course_name表示课程名称，course_datetime代表上课时间）：

course_id	course_name	course_datetime
1	Python	2021-12-1 19:00-21:00
2	SQL	2021-12-2 19:00-21:00
3	R	2021-12-3 19:00-21:00

上课情况表attend_tb如下（其中user_id表示用户编号、course_id代表课程编号、in_datetime表示进入直播间的时间、out_datetime表示离开直播间的时间）：

user_id	course_id	in_datetime	out_datetime
100	1	2021-12-01 19:00:00	2021-12-01 19:28:00
100	1	2021-12-01 19:30:00	2021-12-01 19:53:00
101	1	2021-12-01 19:00:00	2021-12-01 20:55:00
102	1	2021-12-01 19:00:00	2021-12-01 19:05:00
104	1	2021-12-01 19:00:00	2021-12-01 20:59:00
101	2	2021-12-02 19:05:00	2021-12-02 20:58:00
102	2	2021-12-02 18:55:00	2021-12-02 21:00:00
104	2	2021-12-02 18:57:00	2021-12-02 20:56:00
107	2	2021-12-02 19:10:00	2021-12-02 19:18:00
100	3	2021-12-03 19:01:00	2021-12-03 21:00:00
102	3	2021-12-03 18:58:00	2021-12-03 19:05:00
108	3	2021-12-03 19:01:00	2021-12-03 19:56:00

请你统计每个科目最大同时在线人数（按course_id排序），以上数据的输出结果如下：

course_id	course_name	max_num
1	Python	4
2	SQL	4
3	R	3

二、思路解析

这其实是一个瞬时最大值问题，解题详情见sql解决连续问题

这类题的解析步骤可以分为以下

1. 找到数量变化的时间点，比如进入直播间和退出直播间等
2. 对数量变化做出相应的+1和-1操作
3. 按照题目规定对某个字段分组排序开窗求和，获取最大值

三、代码

-- 1. 处理人数增减
with t1 as (
   select tt.course_id
     ,course_name
     ,in_datetime event_time
     ,1 as cnt
   from attend_tb tt
   left join course_tb
   using(course_id)

   union all

   select tt.course_id
     ,course_name
     ,out_datetime event_time
     ,-1 as cnt 
   from attend_tb tt
    left join course_tb
   using(course_id)
),
-- 2. 按照course_id分组
t2 as (
  select course_id
    ,course_name
    ,event_time
    ,sum(cnt)
    over(partition by course_id order by event_time) online_cnt
  from t1
)
select course_id
  ,course_name
  ,max(online_cnt) max_num
from t2
group by course_id, course_name
order by course_id

四、问题思考

sum(column3) over(partition by column1 order by column2)
和
sum(column3) over(partition by column1 order by column2 rows between unbounded preceding and current row)

上述两者的区别

准备数据，向表里增加一些测试数据，不用太多

-- 创建表
create table user_tb(
  user_id string, 
  score int
);
-- 插入数据
insert into user_tb 
  values('1001',1),
  ('1001',10),
  ('1001',100);

测试1：

select user_id
  ,score
  ,sum(score) 
  over(partition by user_id order by score) 
from user_tb;

测试2：

select user_id
  ,score
  ,sum(score) 
  over(partition by user_id order by score rows between unbounded preceding and current row) from user_tb;

这里可以看出，这两个用法的结果其实是一样的，只是中间的计算逻辑不同