SQL大厂面试真题笔记（牛客网）

在蜀山湖边看夕阳

慢慢来~

01 某音短视频

SQL1 各视频平均完播率

1、明确问题

有两张表：用户-视频互动表tb_user_video_log和短视频信息表tb_video_info

计算2021年里有播放记录的每个视频的完播率(结果保留三位小数)，并按完播率降序排序

-- ①2021年

--② 每个视频的完播率（保留三位小数）

-- 完播视频即（duration>=end_time-start_time）

-- 完播率 = 完播视频数/视频播放总次数

-- ③保留三位小数

方式1：round(number,3)

-- ④按完播率降序排序（ASC）

2、解题思路

第一步： 表连接，查找出基本信息

第二步： 计算每个视频的完播率

3、SQL语句

我查询时一般习惯一步一步的来，查看得出的结果是否有问题，再进行下一步。

WITH T
SELECT v1.id,v1.video_id,TIMESTAMPDIFF(SECOND,start_time,end_time) "play_time",duration
FROM tb_user_video_log v1
LEFT JOIN tb_video_info v2 ON v1.`video_id` = v2.`video_id`
WHERE YEAR(release_time) = 2021)
SELECT video_id,
ROUND(SUM(CASE WHEN duration <= play_time THEN 1 ELSE 0 END)/COUNT(id),3) AS "avg_comp_play_rate"
FROM T
GROUP BY video_id
ORDER BY avg_comp_play_rate DESC;

SQL语句优化之后，也可以一步到位，不需要用with...as

SELECT v1.video_id,
ROUND(SUM(IF(TIMESTAMPDIFF(SECOND,start_time,end_time)>=duration,1,0))/COUNT(v1.id),3) AS "avg_comp_play_rate"
FROM tb_user_video_log v1
LEFT JOIN tb_video_info v2 ON v1.`video_id` = v2.`video_id`
WHERE YEAR(release_time) = 2021
GROUP BY v1.video_id
ORDER BY avg_comp_play_rate DESC;

4、题目总结

1）表连接left join

2）case...when...then...end

这里也可以用if

3）时间差函数TIMESTAMPDIFF(interval,start_time,end_time)

interval可以选{second,minute,day,month,year}

4）round(m,d)m指具体的数，d指保留几位。round会四舍五入。

5）group by分组

6）order by降序

7）with new_name as

SQL2 平均播放进度大于60%的视频类别

1、明确问题

有两张表：用户-视频互动表tb_user_video_log和短视频信息表tb_video_info

计算各类视频的平均播放进度，将进度大于60%的类别输出。

-- 播放进度 = 播放时长/视频时长*100%

-- ①按tag分组

-- ②不同tag的平均播放进度

-- 平均播放进度 = avg（播放进度）按tag分组后求平均

-- ③输出平均播放进度大于60%的类别

2、解题思路

第一步 ：表连接，查找出基本信息

第二步 ：计算平均播放进度

3、SQL语句

解法1：

WITH T AS(
SELECT v1.uid,v2.tag,TIMESTAMPDIFF(SECOND,v1.start_time,v1.end_time)/v2.duration AS play_rate
FROM tb_user_video_log AS v1 
LEFT JOIN tb_video_info v2 ON v1.video_id = v2.video_id)
SELECT tag,CONCAT(ROUND(AVG(play_rate)*100,2),"%") AS playtime_rate FROM T
GROUP BY tag
HAVING AVG(play_rate) >0.6;

解法2：

SELECT v2.tag,CONCAT(ROUND(AVG(TIMESTAMPDIFF(SECOND,v1.start_time,v1.end_time)/v2.duration),2)*100,"%") AS playtime_rate
FROM tb_user_video_log AS v1 
LEFT JOIN tb_video_info v2 ON v1.video_id = v2.video_id
GROUP BY v2.`tag`
HAVING AVG(TIMESTAMPDIFF(SECOND,v1.start_time,v1.end_time)/v2.duration) >0.6;

4、题目总结

有了SQL1的经验，SQL2做起来，思路会更清晰一些。

1）表连接-- left join

2）concat(str1,str2,....)字符串连接函数，可以将字符串连接成一个字符串。MySQL中是不能直接生成百分数格式的，所以需要用到concat函数。

3）round()四舍五入取小数位

4）TIMESTAMPDIFF时间差函数

5）group by

6）having

7）替换函数

REPLACE(str,from_str,to_str)

substring_index(str,delim,count)

substring_index（“待截取有用部分的字符串”，“截取数据依据的字符”，截取字符的位置N）

SQL3 每类视频近一个月的转发量/率

1、明确问题

有两张表：用户-视频互动表tb_user_video_log和短视频信息表tb_video_info

问题：统计在有用户互动的最近一个月（按包含当天在内的近30天算，比如10月31日的近30天为10.2~10.31之间的数据）中，每类视频的转发量和转发率（保留3位小数）。

PS：这道题的问法本身就存在问题，这里根据解释，理解成最大时间（当天）在内的近三十天算起。

-- ①最近一个月（按30算）

-- ②每类视频（按tag分组）——>group by tag

-- ③每类视频的转发量

-- ④每类视频的转发率（保留3位小数）

转发率 = 转发量/播放量

2、解题思路

第一步 ：表连接，筛选所需字段

SELECT v1.video_id,v2.tag,v1.uid,v1.if_retweet
FROM tb_user_video_log v1
LEFT JOIN tb_video_info v2 ON v1.`video_id` = v2.`video_id`
WHERE TIMESTAMPDIFF(SECOND,v1.start_time,v1.end_time) > 0#筛选出播放的
AND DATEDIFF((SELECT MAX(DATE(end_time)) FROM tb_user_video_log),DATE(end_time)) <= 30#筛选一月内的数据

第二步 ：计算转发量和转发率

3、SQL语句

SELECT v2.tag,SUM(if_retweet) AS "retweet_cut",
ROUND(SUM(if_retweet)/COUNT(uid),3) AS "retweet_rate"
FROM tb_user_video_log v1
LEFT JOIN tb_video_info v2 ON v1.`video_id` = v2.`video_id`
WHERE TIMESTAMPDIFF(SECOND,v1.start_time,v1.end_time) > 0#筛选出播放的
AND DATEDIFF((SELECT MAX(DATE(end_time)) FROM tb_user_video_log),DATE(end_time)) <= 30#筛选一月内的数据
GROUP BY v2.tag;

4、题目总结

这道题相对重要的点是WHERE条件子句。

1）时间差函数DATEDIFF(date1,date2)

SQL4 每个创作者每月的涨粉率及截止当前的总粉丝量

1、明确问题

有两张表：用户-视频互动表tb_user_video_log和短视频信息表tb_video_info

问题：计算2021年里每个创作者每月的涨粉率及截止当月的总粉丝量

注：

涨粉率=(加粉量 - 掉粉量) / 播放量。结果按创作者ID、总粉丝量升序排序。
if_follow-是否关注 为1表示用户观看视频中关注了视频创作者，为0表示此次互动前后关注状态未发生变化，为2表示本次观看过程中取消了关注。

-- ①2021年

-- ②每个创作者(author)及每个月分组

-- ③计算涨粉率和当月的粉丝总量

2、解题思路

第一步 ：表连接，筛选、提取关键字段和数据；

第二步 ：计算

这里没有办法同时计算出涨粉率和累计的粉丝总量，所以可以采取子查询分步查询。

3、SQL语句

WITH 
AS (SELECT author,DATE_FORMAT(end_time,'%Y-%m') MONTH,
ROUND(SUM(
CASE WHEN if_follow = 0 THEN 0 
     WHEN if_follow = 1 THEN 1
     ELSE -1
     END)/COUNT(uid),3) fans_growth_rate,
SUM(
CASE WHEN if_follow = 0 THEN 0 
     WHEN if_follow = 1 THEN 1
     ELSE -1
     END) add_fans
FROM tb_user_video_log v1
LEFT JOIN tb_video_info v2 ON v1.`video_id` = v2.`video_id`
WHERE YEAR(end_time) = 2021#筛选在2021年的数据
AND TIMESTAMPDIFF(SECOND,start_time,end_time) > 0
GROUP BY author,MONTH)
SELECT author,MONTH,fans_growth_rate,SUM(add_fans) over(PARTITION BY author ORDER BY MONTH) total_fans
FROM T
ORDER BY author,total_fans DESC;

解法2：使用if

WITH T AS (
SELECT v2.author,DATE_FORMAT(v1.start_time,"%Y-%m") AS date_month,SUM(IF(if_follow=1,1,IF(if_follow=2,-1,0)))/COUNT(v1.uid) AS fans_growth_rate,SUM(IF(if_follow=1,1,IF(if_follow=2,-1,0))) AS add_fans
FROM tb_user_video_log AS v1
LEFT JOIN tb_video_info AS v2 ON v1.`video_id` = v2.`video_id`
WHERE TIMESTAMPDIFF(SECOND,start_time,end_time) > 0
GROUP BY author,date_month)
SELECT author,date_month,fans_growth_rate,SUM(add_fans) over(PARTITION BY author ORDER BY date_month) AS total_fans
FROM T
ORDER BY author,total_fans;

4、题目总结

1）case...when...then...end

用if也可以。

2）date_format() ：时间格式函数，可以将时间转化成特定的格式；

3）窗口函数

4）with...as 结构的子查询

SQL5 国庆期间每类视频点赞量和转发量

1、明确问题

有两张表 ：用户-视频互动表tb_user_video_log和短视频信息表tb_video_info

问题：统计2021年国庆头3天每类视频每天的近一周总点赞量和一周内最大单天转发量，结果按视频类别降序、日期升序排序。假设数据库中数据足够多，至少每个类别下国庆头3天及之前一周的每天都有播放记录。

-- ①2021年

-- ②国庆头3天（2021-10-01,2021-10-02,2021-10-03）

-- ③每类视频每天（2021-10-01,2021-10-02,2021-10-03）的近一周点赞量和一周内单天最大转发量

-- ④按照视频类别降序、日期升序排序

2、解题思路

我直接是一天一天的算的，牛客网上有另一个思路，是从2021-10-01这个一天开始往前数六行。

用到的窗口函数的窗口子句。但我个人觉得这样不是很严谨，加入中间有某一天的数据是空的，那么会导致数据出现问题。（可能是我多虑哈~但最后还是采用最保守，也最严谨的方式。）

第一步 ：表连接，提取所需信息

SELECT v1.video_id,tag,DATE(end_time) AS "date",SUM(if_like),SUM(if_retweet)
FROM tb_user_video_log v1
LEFT JOIN tb_video_info v2 ON v1.`video_id` = v2.`video_id`
GROUP BY v1.video_id,tag,DATE(end_time);

第二步 ：计算2021-10-01近一周的点赞量和一周内单天最大转发量

用子查询

SELECT tag,'2021-10-01' AS "date",SUM(if_like) total_if_like,MAX(if_retweet) max_if_retweet
(SELECT v1.video_id,tag,DATE(end_time) AS "date",SUM(if_like) AS "if_like",SUM(if_retweet) AS "if_retweet"
FROM tb_user_video_log v1
LEFT JOIN tb_video_info v2 ON v1.`video_id` = v2.`video_id`
WHERE DATEDIFF('2021-10-01',DATE(end_time)) BETWEEN 0 AND 6
GROUP BY v1.video_id,tag,DATE(end_time)) T
GROUP BY tag;

第三步 ：替换时间分别计算2021-10-02和2021-10-03的近一周点赞量和一周内单天最大转发量

在第二步的基础上改一下时间即可；

#2021-10-02
SELECT tag,'2021-10-02' AS "date",SUM(if_like) total_if_like,MAX(if_retweet) max_if_retweet
(SELECT v1.video_id,tag,DATE(end_time) AS "date",SUM(if_like) AS "if_like",SUM(if_retweet) AS "if_retweet"
FROM tb_user_video_log v1
LEFT JOIN tb_video_info v2 ON v1.`video_id` = v2.`video_id`
WHERE DATEDIFF('2021-10-02',DATE(end_time)) BETWEEN 0 AND 6
GROUP BY v1.video_id,tag,DATE(end_time)) T
GROUP BY tag;
#2021-10-03
SELECT tag,'2021-10-03' AS "date",SUM(if_like) total_if_like,MAX(if_retweet) max_if_retweet
(SELECT v1.video_id,tag,DATE(end_time) AS "date",SUM(if_like) AS "if_like",SUM(if_retweet) AS "if_retweet"
FROM tb_user_video_log v1
LEFT JOIN tb_video_info v2 ON v1.`video_id` = v2.`video_id`
WHERE DATEDIFF('2021-10-03',DATE(end_time)) BETWEEN 0 AND 6
GROUP BY v1.video_id,tag,DATE(end_time)) T
GROUP BY tag;

第四步 ：union all连接结果。

SELECT tag,'2021-10-01' AS "date",SUM(if_like) total_if_like,MAX(if_retweet) max_if_retweet
(SELECT v1.video_id,tag,DATE(end_time) AS "date",SUM(if_like) AS "if_like",SUM(if_retweet) AS "if_retweet"
FROM tb_user_video_log v1
LEFT JOIN tb_video_info v2 ON v1.`video_id` = v2.`video_id`
WHERE DATEDIFF('2021-10-01',DATE(end_time)) BETWEEN 0 AND 6
GROUP BY v1.video_id,tag,DATE(end_time)) T
GROUP BY tag
UNION ALL
SELECT tag,'2021-10-02' AS "date",SUM(if_like) total_if_like,MAX(if_retweet) max_if_retweet
(SELECT v1.video_id,tag,DATE(end_time) AS "date",SUM(if_like) AS "if_like",SUM(if_retweet) AS "if_retweet"
FROM tb_user_video_log v1
LEFT JOIN tb_video_info v2 ON v1.`video_id` = v2.`video_id`
WHERE DATEDIFF('2021-10-02',DATE(end_time)) BETWEEN 0 AND 6
GROUP BY v1.video_id,tag,DATE(end_time)) T
GROUP BY tag
UNION ALL
SELECT tag,'2021-10-03' AS "date",SUM(if_like) total_if_like,MAX(if_retweet) max_if_retweet
(SELECT v1.video_id,tag,DATE(end_time) AS "date",SUM(if_like) AS "if_like",SUM(if_retweet) AS "if_retweet"
FROM tb_user_video_log v1
LEFT JOIN tb_video_info v2 ON v1.`video_id` = v2.`video_id`
WHERE DATEDIFF('2021-10-03',DATE(end_time)) BETWEEN 0 AND 6
GROUP BY v1.video_id,tag,DATE(end_time)) T
GROUP BY tag;

3、SQL语句

SELECT tag,'2021-10-01' AS "date",SUM(if_like) total_if_like,MAX(if_retweet) max_if_retweet
(SELECT v1.video_id,tag,DATE(end_time) AS "date",SUM(if_like) AS "if_like",SUM(if_retweet) AS "if_retweet"
FROM tb_user_video_log v1
LEFT JOIN tb_video_info v2 ON v1.`video_id` = v2.`video_id`
WHERE DATEDIFF('2021-10-01',DATE(end_time)) BETWEEN 0 AND 6
GROUP BY v1.video_id,tag,DATE(end_time)) T
GROUP BY tag
UNION ALL
SELECT tag,'2021-10-02' AS "date",SUM(if_like) total_if_like,MAX(if_retweet) max_if_retweet
(SELECT v1.video_id,tag,DATE(end_time) AS "date",SUM(if_like) AS "if_like",SUM(if_retweet) AS "if_retweet"
FROM tb_user_video_log v1
LEFT JOIN tb_video_info v2 ON v1.`video_id` = v2.`video_id`
WHERE DATEDIFF('2021-10-02',DATE(end_time)) BETWEEN 0 AND 6
GROUP BY v1.video_id,tag,DATE(end_time)) T
GROUP BY tag
UNION ALL
SELECT tag,'2021-10-03' AS "date",SUM(if_like) total_if_like,MAX(if_retweet) max_if_retweet
(SELECT v1.video_id,tag,DATE(end_time) AS "date",SUM(if_like) AS "if_like",SUM(if_retweet) AS "if_retweet"
FROM tb_user_video_log v1
LEFT JOIN tb_video_info v2 ON v1.`video_id` = v2.`video_id`
WHERE DATEDIFF('2021-10-03',DATE(end_time)) BETWEEN 0 AND 6
GROUP BY v1.video_id,tag,DATE(end_time)) T
GROUP BY tag;

4、题目总结

其他的地方和以前没有太大差别

1）UNION ALL ：查询结果不排重合并

2）查询中插入新字段并赋值

select 'value' as column_name from table_name;

SQL6 近一个月发布的视频中热度最高的top3视频

1、明确问题

有两张表：用户-视频互动表tb_user_video_log和短视频信息表tb_video_info

问题：找出近一个月发布的视频中热度最高的top3视频。按热度降序排列；

①近一个月发布的视频，即max(end_time)-release_time<30;

②热度计算公式

热度=（a*视频完播率+b*点赞数+c*评论数+d*转发数）*新鲜度

新鲜度=1/(最近无播放天数+1）

③最近播放日期以end_time-结束观看时间为准，假设为T，则最近一个月按照[T-29,T]闭区间统计。

④结果热度保留为整数，并按热度降序排序。

2、解题思路

第一步 ：查找tb_user_video_log最大时间

SELECT MAX(DATE_FORMAT(end_time,'%Y-%m-%d')) T FROM tb_user_video_log;

第二步：查找符合时间范围的视频video_id

SELECT video_id FROM tb_video_info
WHERE DATEDIFF((SELECT T FROM (SELECT MAX(DATE_FORMAT(end_time,'%Y-%m-%d')) T FROM tb_user_video_log) AS t1),DATE_FORMAT(release_time,'%Y-%m-%d')) BETWEEN 0 AND 29;

第三步：在第二步的基础上，计算完播率、转发量、点赞数、评论数、未播放天数

SELECT v1.video_id,SUM(IF(TIMESTAMPDIFF(SECOND,start_time,end_time) >= duration,1,0))/COUNT(uid) play_rate,SUM(if_like) like_cnt,SUM(if_retweet) retweet_cnt,SUM(IF(comment_id IS NULL,0,1))ccomment_cnt,
DATEDIFF((SELECT MAX(DATE_FORMAT(end_time,'%Y-%m-%d')) T FROM tb_user_video_log),MAX(end_time)) no_play_day
FROM tb_user_video_log AS v1
LEFT JOIN tb_video_info AS v2 ON v1.`video_id` = v2.`video_id`
GROUP BY video_id;

第四步：在第三步的基础上计算热度

SELECT v1.video_id,ROUND((100*(SUM(IF(TIMESTAMPDIFF(SECOND,start_time,end_time) >= duration,1,0))/COUNT(uid))+5*(SUM(if_like))+2*(SUM(if_retweet))+3*(SUM(IF(comment_id IS NULL,0,1))))/(1+DATEDIFF((SELECT MAX(DATE_FORMAT(end_time,'%Y-%m-%d')) T FROM tb_user_video_log),MAX(end_time)))) hot_index
FROM tb_user_video_log AS v1
LEFT JOIN tb_video_info AS v2 ON v1.`video_id` = v2.`video_id`
WHERE DATEDIFF((SELECT T FROM (SELECT MAX(DATE_FORMAT(end_time,'%Y-%m-%d')) T FROM tb_user_video_log) AS t1),DATE_FORMAT(v2.release_time,'%Y-%m-%d')) BETWEEN 0 AND 29
GROUP BY video_id
ORDER BY hot_index DESC;

3、SQL语句

SELECT v1.video_id,ROUND((100*(SUM(IF(TIMESTAMPDIFF(SECOND,start_time,end_time) >= duration,1,0))/COUNT(uid))+5*(SUM(if_like))+2*(SUM(if_retweet))+3*(SUM(IF(comment_id IS NULL,0,1))))/(1+DATEDIFF((SELECT MAX(DATE_FORMAT(end_time,'%Y-%m-%d')) T FROM tb_user_video_log),MAX(end_time)))) hot_index
FROM tb_user_video_log AS v1
LEFT JOIN tb_video_info AS v2 ON v1.`video_id` = v2.`video_id`
WHERE DATEDIFF((SELECT T FROM (SELECT MAX(DATE_FORMAT(end_time,'%Y-%m-%d')) T FROM tb_user_video_log) AS t1),DATE_FORMAT(v2.release_time,'%Y-%m-%d')) BETWEEN 0 AND 29
GROUP BY video_id
ORDER BY hot_index DESC;

4、题目总结

这个题目难点在于公式太长，要计算的指标太多，理出来就清晰了。

没有涉及到新的知识点。

02 用户增长场景（某度信息流）

SQL1 2021年11月每天的人均浏览文章时长

1、明确问题

问题：统计2021年11月每天的人均浏览文章时长（秒数），结果保留1位小数，并按时长由短到常排序。

①2021年11月每天的人均浏览时长；每天的人均浏览时长=浏览文章时长之和/浏览用户id数

②结果保留1位小数；

③时长由短到长排序；

2、解题思路

先计算每天的文章浏览文章时长之和，计算每日的浏览用户数。

3、SQL语句

SELECT DATE_FORMAT(out_time,'%Y-%m-%d') date_time,ROUND(SUM(TIMESTAMPDIFF(SECOND,in_time,out_time))/COUNT(DISTINCT uid),1) avg_view_len_sec
FROM tb_user_log
GROUP BY date_time
ORDER BY avg_view_len_sec;

4、题目总结

round()：小数点取一位

group by：聚合分组

order by ：排序

SQL2 每篇文章同一时刻最大在看人数

1、明确问题

①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，

②先记录用户数增加再记录减少，

③结果按最大人数降序。

2、解题思路

这道题的解题思路就是，先对in_time的记录标记为1，out_time的记录标记为-1，然后将两张表结合，按照artical_id和时间进行排序。这样就很明显可以看到同一篇文章，同一时刻再看人数了。

SQL刷题笔记5——【时间区间内的用户存在量】 - 知乎 (zhihu.com)

3、SQL语句

#连接表
SELECT artical_id,MAX(max_uv) max_uv
FROM(
WITH T AS (
SELECT artical_id,in_time dt,1 `status`
FROM tb_user_log
UNION ALL
SELECT artical_id,out_time dt,-1 `status`
FROM tb_user_log)
SELECT artical_id,dt,SUM(`status`) over(PARTITION BY artical_id ORDER BY dt) max_uv FROM T) AS t2
GROUP BY artical_id;

4、题目总结

union all：将个查询结果按行拼接。

group by：聚合分组。

窗口函数。可参考以下文章 SQL学习笔记7——【聚合函数】 - 知乎 (zhihu.com)

注：重点是想清楚，为什么标记了状态才能求出每一时刻同时在看人数呢？

SQL3 2021年11月每天新用户的次日留存率

1、明确问题

问题：统计2021年11月每天新用户的次日留存率（保留2位小数）

注：次日留存率为当天新增的用户数中第二天又活跃的用户数占比。

注：如果in_time-进入时间和out_time-离开时间跨天了，在两天里都记为该用户活跃过，结果按日期升序。

PS:总觉得牛客网的题目，有时候会模糊，这里只讲大概的留存率解题思路。

对留存率问题比较费解的，可以参考B站上的教程

SQL面试题：用户留存率分析_哔哩哔哩_bilibili

2、解题思路

①先计算每日新用户数：计算每个用户的最小in_time。

SELECT uid,MIN(DATE_FORMAT(in_time,'%Y-%m-%d')) AS new_user_time
FROM tb_user_log
WHERE DATE_FORMAT(in_time,'%Y-%m-%d') BETWEEN '2021-11-01' AND '2021-11-30'
GROUP BY uid;

②计算新用户的第二日留存情况

从结果中可以看出，新用户第二日的留存情况。

SELECT new_user_time,t1.uid,t2.uid next_day_uid
FROM (SELECT uid,MIN(DATE_FORMAT(in_time,'%Y-%m-%d')) AS new_user_time
FROM tb_user_log
WHERE DATE_FORMAT(in_time,'%Y-%m-%d') BETWEEN '2021-11-01' AND '2021-11-30'
GROUP BY uid) AS t1
LEFT JOIN tb_user_log t2
ON (t1.uid=t2.uid) AND (DATE_FORMAT(t2.in_time,'%Y-%m-%d') = new_user_time + INTERVAL '1' DAY);

③计算新用户留存率

WITH T AS (
SELECT new_user_time,t1.uid,t2.uid next_day_uid
FROM (SELECT uid,MIN(DATE_FORMAT(in_time,'%Y-%m-%d')) AS new_user_time
FROM tb_user_log
WHERE DATE_FORMAT(in_time,'%Y-%m-%d') BETWEEN '2021-11-01' AND '2021-11-30'
GROUP BY uid) AS t1
LEFT JOIN tb_user_log t2
ON (t1.uid=t2.uid) AND (DATE_FORMAT(t2.in_time,'%Y-%m-%d') = new_user_time + INTERVAL '1' DAY))
SELECT new_user_time dt,ROUND(COUNT(next_day_uid)/COUNT(uid),2) uv_left_rate
FROM T
GROUP BY new_user_time
ORDER BY dt;

3、SQL语句

WITH T AS (
SELECT new_user_time,t1.uid,t2.uid next_day_uid
FROM (SELECT uid,MIN(DATE_FORMAT(in_time,'%Y-%m-%d')) AS new_user_time
FROM tb_user_log
WHERE DATE_FORMAT(in_time,'%Y-%m-%d') BETWEEN '2021-11-01' AND '2021-11-30'
GROUP BY uid) AS t1
LEFT JOIN tb_user_log t2
ON (t1.uid=t2.uid) AND (DATE_FORMAT(t2.in_time,'%Y-%m-%d') = new_user_time + INTERVAL '1' DAY))
SELECT new_user_time dt,ROUND(COUNT(next_day_uid)/COUNT(uid),2) uv_left_rate
FROM T
GROUP BY new_user_time
ORDER BY dt;

4、题目总结

用户留存率是许多面试题中的经典，建议多思考，多练习。掌握题目逻辑是关键。

df + INTERVAL '1' DAY。为日期加上一天。

SQL4 统计活跃间隔对用户分级结果

1、明确问题

①问题：统计活跃间隔对用户分级后，各活跃等级用户占比，结果保留两位小数，且按占比降序排序。

②用户等级标准简化为：

#忠实用户（近七天活跃过且非新晋用户）

#新晋用户（近7天新增）

#沉睡用户（近7天未活跃但更早前活跃过）

#流失用户（近30天未活跃但更早前活跃过）

#近七天即[T-6,T]

#今天默认为'2021-11-04'

2、解题思路

第一步：计算总的用户数

SELECT COUNT(DISTINCT uid) total_user_cnt FROM tb_user_log;

第二步：计算每一个用户的活跃日期间隔与活跃次数

SELECT uid,TIMESTAMPDIFF(DAY,DATE(out_time),'2021-11-04') interval_time,COUNT(uid) over(PARTITION BY uid) user_cnt
FROM tb_user_log;

第三步：给用户打标签

SELECT uid,
	CASE WHEN user_cnt >1 AND MIN(interval_time) over (PARTITION BY uid) <= 7 THEN '忠实用户'
	WHEN user_cnt = 1 AND interval_time <= 7 THEN '新晋用户'
	WHEN MIN(interval_time) over (PARTITION BY uid) > 30 THEN '流失用户'
	WHEN MIN(interval_time) over (PARTITION BY uid)BETWEEN 7 AND 30 THEN '沉睡用户'
	END AS tag
FROM (SELECT uid,TIMESTAMPDIFF(DAY,DATE(out_time),'2021-11-04') interval_time,COUNT(uid) over(PARTITION BY uid) user_cnt
FROM tb_user_log) AS t1;

第四步：计算用户等级占比

WITH T AS (
SELECT uid,
	CASE WHEN user_cnt >1 AND MIN(interval_time) over (PARTITION BY uid) <= 7 THEN '忠实用户'
	WHEN user_cnt = 1 AND interval_time <= 7 THEN '新晋用户'
	WHEN MIN(interval_time) over (PARTITION BY uid) > 30 THEN '流失用户'
	WHEN MIN(interval_time) over (PARTITION BY uid)BETWEEN 7 AND 30 THEN '沉睡用户'
	END AS tag
FROM (SELECT uid,TIMESTAMPDIFF(DAY,DATE(out_time),'2021-11-04') interval_time,COUNT(uid) over(PARTITION BY uid) user_cnt
FROM tb_user_log) AS t1)
SELECT tag,ROUND(COUNT(DISTINCT uid)/(SELECT COUNT(DISTINCT uid) total_user_cnt FROM tb_user_log),2) ratio
FROM T
GROUP BY tag;

3、SQL语句

WITH T AS (
SELECT uid,
	CASE WHEN user_cnt >1 AND MIN(interval_time) over (PARTITION BY uid) <= 7 THEN '忠实用户'
	WHEN user_cnt = 1 AND interval_time <= 7 THEN '新晋用户'
	WHEN MIN(interval_time) over (PARTITION BY uid) > 30 THEN '流失用户'
	WHEN MIN(interval_time) over (PARTITION BY uid)BETWEEN 7 AND 30 THEN '沉睡用户'
	END AS tag
FROM (SELECT uid,TIMESTAMPDIFF(DAY,DATE(out_time),'2021-11-04') interval_time,COUNT(uid) over(PARTITION BY uid) user_cnt
FROM tb_user_log) AS t1)
SELECT tag,ROUND(COUNT(DISTINCT uid)/(SELECT COUNT(DISTINCT uid) total_user_cnt FROM tb_user_log),2) ratio
FROM T