SQL158：
SQL158 每类视频近一个月的转发量/率
文章图片
select tag,concat(round(sum(if_retweet)/count(1),2)*100,'%')
from tb_user_video_log ul
left join tb_video_info tvi on ul.video_id = tvi.video_id
group by tag
文章图片
WHERE DATEDIFF(DATE((select max(start_time) FROM tb_user_video_log)), DATE(ul.start_time)) <= 29
近一个月内的时间 此时将他建成一张表然后进行
#interval作为一个关键字时，表示为时间间隔，
#常用在date_add()、date_sub()函数中，常用于时间的加减法。 interval ：间隔
#start_time,interval 30 DAY :开始之前的
# SELECT DATE_SUB(MAX(DATE(start_time)) ：表中最新的一天
#subData ：日期减法
#subdate(max(start_time,interval 30 DAY))过去三十天
select DATE(start_time) >subdate(max(start_time,interval 30 DAY)) FROM tb_user_video_logselect tag,concat(round(sum(if_retweet)/count(1),2)*100,'%') retweet_rate
from tb_user_video_log ul
left join tb_video_info tvi on ul.video_id = tvi.video_id
WHERE DATE(start_time) > (
SELECT DATE_SUB(MAX(DATE(start_time)), INTERVAL 30 DAY)
FROM tb_user_video_log
)
group by tag
order by retweet_rate desc ;
SQL159 每个创作者每月的涨粉率及截止当前的总粉丝量 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。
前置知识 ： over（）函数的使用
- 每个月的涨粉率 （加粉- 掉粉）/ 总粉丝量
肯定需要按月份进行分组 ，然后再计算他的 涨粉率 - 当前总粉丝量就是count（*）
// 按照月份进行分组
where year(start_time)=2021
group by author,month// 涨粉率
round( // 保留三位小数
sum( if(log.if_follow=2,-1,if_follow))/count(author),3) fans_growth_rate// 总粉丝量(方案 )
//方案1：
sum(
sum(// 分区函数的累加规则
case when if_follow=1 then 1
when if_follow=2 then -1
else 0 end))
//
over(partition by author order by date_format(start_time,'%Y-%m')) total_fans// 方案2：
先对作者进行分区 ， 然后对月份进行排序
SELECT author,
month,
ROUND(fans_add_count / pv_count,3) AS fans_growth_rate,
SUM(fans_add_count) over(partition by author order by month) AS total_fans
FROM
(
SELECT b.author,
DATE_FORMAT(a.start_time,'%Y-%m') AS month,
SUM(IF(a.if_follow = 2,-1,a.if_follow)) AS fans_add_count,
COUNT(a.video_id) AS pv_count
FROM tb_user_video_log AS a
JOIN
tb_video_info b
USING(video_id)
WHERE YEAR(a.start_time) = 2021
GROUP BY b.author,month
) AS author_monthly_fans_play_cnt
ORDER BY author,total_fans;
文章图片
SQL162 2021年11月每天的人均浏览文章时长
文章图片
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，并按时长由短到长排序。
分析： 人均 浏览文章时长（秒数）：总时长/ 人头数
2021年11月每天的人均浏览文章时长（秒数），需要按照天数进行分组
并按时长由短到长排序。普通的排序字段
【mysql|mysql牛客网大厂面试刷题深度解析篇，每日一更（持续更新）】
文章图片
selectround(sum(timestampdiff(second,in_time,out_time)) / count(distinct uid),1) avg_lensec,
date(in_time) day
from tb_user_log
where date_format(in_time,'%Y-%m') = '2021-11' and artical_id != 0
group by day
order by avg_lensec;
推荐阅读
- 抖音|抖音开放平台开发记录
- Oracle数据库|Oracle系统案例——学生信息管理系统
- 数据库基本操作|SQL Server 添加字段 修改字段 删除字段 语句
- 后端|PostgreSQL - 一文看懂explain
- PostgreSQL|2、PostgreSQL数据库介绍
- 数据库|2017 数据库大趋势（PostgreSQL 最受关注）
- MySQl|Mysql分页、SSM项目分页实战
- 技术生涯|如何设计一个秒杀系统
- MySQL|MySQL（基本概念和基础操作）