Mysql实用SQL例子

查询一天内登陆两次以上的用户

分析：

1. 数据存储结构为：用户信息表 和 登陆记录表。
   登陆记录表一般会有用户ID，登陆时间这两个核心字段。
2. 先从登陆信息表中找到一天内登陆两次以上的用户（id）
3. 关联用户信息表得到用户信息。
   实现
   创建用户表(user_info)
   create table user_info(
   id bigint unsigned AUTO_INCREMENT,
   username varchar(50) NOT NULL,
   password varchar(50) NOT NULL,
   gender ENUM(‘male’, ‘female’),
   birthday DATETIME NOT NULL,
   phone_number varchar(20) NOT NULL,
   email varchar(100),
   create_time DATETIME NOT NULL,
   PRIMARY KEY(id)
   ) ENGINE=InnoDB DEFAULT CHARSET=utf8;

创建登陆记录表(login)
create table login (
id bigint unsigned AUTO_INCREMENT,
user_id bigint unsigned NOT NULL,
login_time DATETIME NOT NULL,
PRIMARY KEY(id)
) ENGINE=InnoDB DEFAULT CHARSET=utf8;

代码
SELECT a.user_id, user_info.username, user_info.gender
FROM (
SELECT user_id, count(login_time) AS cnt
FROM login
WHERE login_time >= ‘2024-04-01 00:00:00’ AND login_time <= ‘2024-04-01 23:59:59’
GROUP BY user_id
HAVING cnt >=0
) a
LEFT JOIN user_info
ON user_info.id = a.user_id

销量前10的品类和商品

分析

1. 数据存储结构： 订单明细表
2. 先计算每个品类/商品的销量
3. 对每个品类/商品按照销量倒排序
4. 取销量前10的品类/商品的结果
   实现
   CREATE TABLE order_item(
   order_id varchar(50) DEFAULT NULL COMMENT ‘订单ID’,
   goods_id int(11) NOT NULL COMMENT ‘商品ID’,
   shop_id varchar(20) NOT NULL COMMENT ‘门店ID’,
   cate_id int(11) DEFAULT NULL COMMENT ‘商品品类ID’,
   price decimal(12,2) DEFAULT NULL COMMENT ‘商品销售单价’,
   qty int DEFAULT NULL COMMENT ‘商品销售数量’,
   sale_value decimal(18,3) DEFAULT NULL COMMENT ‘商品销售额=商品销售单价 * 销售量’,
   ori_sale_value decimal(18,3) DEFAULT NULL COMMENT ‘商品原价’,
   sale_date date NOT NULL COMMENT ‘订单支付日期’,
   KEY order_item_order_id_idx(order_id, goods_id, shop_id)
   ) ENGINE=InnoDB DEFAULT CHARSET=utf8;
   代码
   SELECT cate_id, sum(sale_value)
   FROM order_item
   GROUP BY cate_id
   ORDER BY sum(sale_value) DESC
   LIMIT 10

SELECT
goods_id, sum(sale_value)
FROM order_item
WHERE sale_date >= ‘2023-01-01’ AND sale_date <= ‘2023-01-31’
GROUP BY goods_id
ORDER BY sum(sale_value) DESC
LIMIT 10

统计用户在本店二次购买商品的比例

分析

1. 数据存储结构
   一般会有一张订单表存储：订单ID， 用户ID，商品ID，购买时间等信息。
2. 统计每个用户在店铺的购买次数
3. 查询购买一次以上和二次以上的用户数
   根据第二步可以计算出每个购买次数的用户数，最终就可以得出购买二次以上的用户比例。
   实现
   CREATE TABLE order_list(
   order_id varchar(50) DEFAULT NULL,
   shop_id varchar(10) NOT NULL COMMENT ‘门店ID’,
   pay_time datetime DEFAULT NULL COMMENT ‘订单支付时间’,
   casher_id varchar(2) COMMENT ‘银员ID’,
   cash_value decimal(28,3) DEFAULT NULL COMMENT ‘订单实收金额=对应订单明细表中SaleValue累加’,
   pay_value decimal(18,2) DEFAULT NULL COMMENT ‘付款金额,pay_value - cash_value = 找零金额’,
   discount_value decimal(18,2) DEFAULT NULL COMMENT ‘订单折扣金额’,
   member_id varchar(50) DEFAULT NULL COMMENT ‘用户ID’,
   UNIQUE KEY order_list_order_id_idx(order_id) USING BTREE
   )ENGINE=InnoDB DEFAULT CHARSET=utf8mb4;
   代码
   SELECT
   sum(IF(buy_cnt > 1, num, 0)), //购买次数大于1次以上的用户数
   sum(num), //所有购买次数的用户数
   sum(IF(buy_cnt > 1, num, 0)) / sum(num) //二次购买比例
   from (
   select buy_cnt, count(member_id) as num
   from (
   select member_id, count(DISTINCT order_id) as buy_cnt
   from order_list
   group by member_id;
   )a
   group by buy_cnt
   ) b;

提取某月的日活动人数

分析

1. 数据存储结构：对于用户在App上的活跃情况，我们一般是采用埋点的方式记录用户在App的操作行为，也就是用户在App上每个操作我们都可以记录这次行为的时间，行为，设备，用户等等一系列的信息。那我们一般会把这些内容存在日志表里，核心字段包括用户ID, 时间，行为内容。

实现
SELECT count(DISTINCT user_id)
FROM login
WHERE login_time >= ‘2024-03-01 00:00:00’ AND login_time <= ‘2024-03-31 23:59:59’

如何求某个商品的最后点击时间

分析
1. 数据存储结构-商品点击记录表：包括 用户ID, 商品ID， 点击时间
实现
CREATE TABLE goods_click_records (
id bigint unsigned AUTO_INCREMENT,
goods_id varchar(20) NOT NULL,
user_id varchar(20),
click_time datetime NOT NULL,
PRIMARY KEY(id)
)ENGINE=InnoDB DEFAULT CHARSET=utf8;

    SELECT goods_id, max(click_time) as last_click_time
    FROM goods_click_records
    WHERE goods_id='XXXXX'

SQL中数据如何去重

1. GROUP BY 是按照指定的规则对数据进行分组，所谓的分组就是将一个数据划分成若干各组，让然后针对若干个组进行数据处理。分组类似先建立索引再查索引，当数据量比较大时，GROUP BY速度要优先于DISTINCT.
2. DISTINCET 是一个关键字，常用于SELECT 之后，用于取出去重之后的值。主要是对数据两两进行比较，需要遍历整个表。可以配合聚合函数COUNT 一起使用，GROUP BY不行。

where 和 having的用法区别

都是基于给定的条件筛选出相对应的结果。
where是一个约束声明，是在查询数据库的结果返回之前对查询条件进行约束，即在结果返回之前起到作用。
where条件的执行顺序是在group by之前，因此where子句的作用是对查询结果分组之前，将不符合条件的行去掉，即在分组之前过滤数据。
where条件中不能包含聚合函数，因为where条件的执行顺序大于聚合函数。

having是一个过滤声明，是在查询数据库的结果返回之后进行过滤，即在执行结果返回值后起到作用。
having子句的作用是筛选满足条件的分组，即在分组之后过滤数据，条件中经常包含聚合函数，使用having条件显示特定的组，也可以使用多个分组标准进行分组。having子句的条件一定是select子句中显示的内容。