SQL分类练习（一）：同时在线人数

题型：求同时在线人数

1. SQL 163 每篇文章同一时刻最大在看人数
2. SQL 179 各城市最大同时等车人数
3. SQL189 牛客直播各科目同时在线人数

1. 每篇文章同一时刻最大在看人数

题目描述

用户行为日志表tb_user_log

id	uid	artical_id	in_time	out_time	sign_cin
1	101	9001	2021-11-01 10:00:00	2021-11-01 10:00:11	0
2	102	9001	2021-11-01 10:00:09	2021-11-01 10:00:38	0
3	103	9001	2021-11-01 10:00:28	2021-11-01 10:00:58	0
4	104	9002	2021-11-01 11:00:45	2021-11-01 11:01:11	0
5	105	9001	2021-11-01 10:00:51	2021-11-01 10:00:59	0
6	106	9002	2021-11-01 11:00:55	2021-11-01 11:01:24	0
7	107	9001	2021-11-01 10:00:01	2021-11-01 10:01:50	0

（uid-用户ID, artical_id-文章ID, in_time-进入时间, out_time-离开时间, sign_in-是否签到）

场景逻辑说明：artical_id-文章ID代表用户浏览的文章的ID，artical_id-文章ID为0表示用户在非文章内容页（比如App内的列表页、活动页等）。

问题：统计每篇文章同一时刻最大在看人数，如果同一时刻有进入也有离开时，先记录用户数增加再记录减少，结果按最大人数降序。

输出示例：

示例数据的输出结果如下

artical_id	max_uv
9001	3
9002	2

解释：10点0分10秒时，有3个用户正在浏览文章9001；11点01分0秒时，有2个用户正在浏览文章9002。

解题思路

1. 进入时间 和离开时间分别记为 1 和 -1， 分别统计，最后用union all 连接

 -- in_time 和 out_time 都标记为 num，分别用 1 和-1 代表
 with t1 as (
     select artical_id, in_time dt,1 num from tb_user_log 
         where artical_id != 0
     union all
     select artical_id, out_time dt, -1 num from tb_user_log
         where artical_id != 0
 )

2. 使用窗口函数，sum（num）over（）实现对同时在线人数的统计

select artical_id, 
    sum(num) over(partition by artical_id order by dt asc,num desc) as cnt
from
    t1

3. 按照article_id分组，求取每组的最大num

select artical_id, max(cnt) max_uv from
(
    select artical_id, 
    sum(num) over(partition by artical_id order by dt asc,num desc) as cnt
    from
        t1   
)

2. 各城市最大同时等车人数

题目描述

用户打车记录表tb_get_car_record

id	uid	city	event_time	end_time	order_id
1	108	北京	2021-10-20 08:00:00	2021-10-20 08:00:40	9008
2	118	北京	2021-10-20 08:00:10	2021-10-20 08:00:45	9018
3	102	北京	2021-10-20 08:00:30	2021-10-20 08:00:50	9002
4	106	北京	2021-10-20 08:05:41	2021-10-20 08:06:00	9006
5	103	北京	2021-10-20 08:05:50	2021-10-20 08:07:10	9003
6	104	北京	2021-10-20 08:01:01	2021-10-20 08:01:20	9004
7	105	北京	2021-10-20 08:01:15	2021-10-20 08:01:30	9019
8	101	北京	2021-10-20 08:28:10	2021-10-20 08:30:00	9011

（uid-用户ID, city-城市, event_time-打车时间, end_time-打车结束时间, order_id-订单号）

打车订单表tb_get_car_order

id	order_id	uid	driver_id	order_time	start_time	finish_time	mileage	fare	grade
1	9008	108	204	2021-10-20 08:00:40	2021-10-20 08:03:00	2021-10-20 08:31:00	13.2	38	4
2	9018	108	214	2021-10-20 08:00:45	2021-10-20 08:04:50	2021-10-20 08:21:00	14	38	5
3	9002	102	202	2021-10-20 08:00:50	2021-10-20 08:06:00	2021-10-20 08:31:00	10	41.5	5
4	9006	106	206	2021-10-20 08:06:00	2021-10-20 08:09:00	2021-10-20 08:31:00	8	25.5	4
5	9003	103	203	2021-10-20 08:07:10	2021-10-20 08:15:00	2021-10-20 08:31:00	11	41.5	4
6	9004	104	204	2021-10-20 08:01:20	2021-10-20 08:13:00	2021-10-20 08:31:00	7.5	22	4
7	9019	105	205	2021-10-20 08:01:30	2021-10-20 08:11:00	2021-10-20 08:51:00	10	39	4
8	9011	101	211	2021-10-20 08:30:00	2021-10-20 08:31:00	2021-10-20 08:54:00	10	35	5

（order_id-订单号, uid-用户ID, driver_id-司机ID, order_time-接单时间, start_time-开始计费的上车时间, finish_time-订单完成时间, mileage-行驶里程数, fare-费用, grade-评分）

场景逻辑说明：

• 用户提交打车请求后，在用户打车记录表生成一条打车记录，订单号-order_id设为null；
• 当有司机接单时，在打车订单表生成一条订单，填充接单时间-order_time及其左边的字段，上车时间及其右边的字段全部为null，并把订单号和接单时间（打车结束时间）写入打车记录表；若一直无司机接单、超时或中途用户主动取消打车，则记录打车结束时间。
• 若乘客上车前，乘客或司机点击取消订单，会将打车订单表对应订单的订单完成时间-finish_time填充为取消时间，其余字段设为null。
• 当司机接上乘客时，填充打车订单表中该订单的上车时间start_time。
• 当订单完成时填充订单完成时间、里程数、费用；评分设为null，在用户给司机打1~5星评价后填充。

问题：请统计各个城市在2021年10月期间，单日中最大的同时等车人数。

注:   等车指从开始打车起，直到取消打车、取消等待或上车前的这段时间里用户的状态。

如果同一时刻有人停止等车，有人开始等车，等车人数记作先增加后减少。

结果按各城市最大等车人数升序排序，相同时按城市升序排序。

解题思路

回归主题： 最大同时等车人数 ，可以理解为最大同时在线人数。

1. 确定状态: 等车时间指的是 从开始打车起，直到取消打车、取消等待或上车前的这段时间里用户的状态。

打车开始时间：event_time

等车结束时间：三种情况：取消打车 | 取消等待 |上车。

分别对应 order_id is null， start_time is null , start_time。

分类使用 case when ,构建临时表：

with t1 as(
    select tcr.uid, city, event_time, 
    (case when tcr.order_id is null then end_time
                when start_time is null then finish_time
                when start_time is not null then start_time end) as e_time
    from tb_get_car_record tcr
    join tb_get_car_order tco
    using(order_id)
    where date(event_time) between '2021-10-1' and '2021-10-31'
)

2. 在获得临时表之后的操作就和求同时在线人数一样， 等车开始时间和等车结束时间分别做统计，区别是开始是1 ， 结束是-1, 最后使用union all 联结。

SELECT city,event_time AS dt,1 AS num FROM t1 
UNION ALL 
SELECT city,e_time AS dt,- 1 AS num FROM t1 

3. 按照city，时间分区，按照时间升序，人数降序排序。

SELECT city,
sum( num ) over ( PARTITION BY city,date(dt) order by dt, num desc ) total_num
FROM
        (
        SELECT
            city,
            event_time AS dt,
            1 AS num 
        FROM
            t1 UNION ALL
        SELECT
            city,
            e_time AS dt,
            - 1 AS num 
        FROM
            t1 
        ) t2  

4. 按照city分组，统计求最大的同时在线人数

SELECT
    city,
    max( total_num ) max_wait_uv 
FROM
    (
    SELECT
        city,
        sum( num ) over ( PARTITION BY city,date(dt) order by dt, num desc ) total_num
    FROM
        (
        SELECT
            city,
            event_time AS dt,
            1 AS num 
        FROM
            t1 UNION ALL
        SELECT
            city,
            e_time AS dt,
            - 1 AS num 
        FROM
            t1 
        ) t2 
    ) t3 
GROUP BY
    city 
ORDER BY
    max_wait_uv,
    city

 3. 牛客直播各科目同时在线人数

问题描述

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

解题思路

1. 确定开始和结束时间，in_datetime 和 out_datetime， 然后分别标记为1和-1

2. 使用窗口函数sum()对num进行求和

3. 课程表和上课情况表连接，可以使用笛卡尔积，也可以 情况表左连接课程表，然后按照course_id 和course_name 进行分组

注意： 只按照course_id会报错，意思是course_name不依赖于course_id

contains nonaggregated column 'c.course_name' which is not functionally dependent on columns in GROUP BY clause; 

select
    b.course_id,
    c.course_name,
    max(cnt) max_num
from(
    select course_id,sum(num) over (partition by course_id order by dt asc,num desc) cnt
from(
    select course_id,in_datetime dt,1 num from attend_tb
    union all
   select course_id,out_datetime dt,-1 num from attend_tb)
 as a
)as binner join course_tb c on c.course_id = b.course_id
    group by c.course_id,c.course_name
    order by c.course_id