1. 在电商中,流量漏斗是最基础的监控漏斗,因此希望你能够基于我提供的数据表和字段构建一个流量转化漏斗。可能会用到的数据表如下:
曝光表 exhibit:info_id (商品id),dt (日期),token(用户唯一标示)
详情表visit: info_id (商品id),dt (日期),token(用户唯一标示)
支付表pay:info_id (商品id),dt (日期),token(用户唯一标示),parent_order_id( 订单唯一标示)
请输出包含如下报表SQL: 日期(2020-03-01 至 2020-03-31), 曝光商品量,列表流量uv,列表流量pv,详情流量uv,详情流量pv,订单量。
#1.
SELECT
COUNT(DISTINCT info_id) 曝光商品量,
COUNT(DISTINCT token) 列表流量 uv,
COUNT(token) 列表流量 pv
FROM
exhibit
WHERE dt BETWEEN '2020-03-01'
AND '2020-03-31' ;
SELECT
COUNT(DISTINCT token) 详情流量 uv,
COUNT(token) 详情流量 pv
FROM
visit
WHERE dt BETWEEN '2020-03-01'
AND '2020-03-31' ;
SELECT
COUNT(DISTINCT parent_order_id) 订单量
FROM
pay
WHERE dt BETWEEN '2020-03-01'
AND '2020-03-31' ;
2. 请根据要求写出相应SQL。
用户表tableA:user_id(用户id)、date(注册时间)
订单表tableB:user_id(用户id)、order_id(订单id)、money(订单金额)、pay_time(支付时间)
a. 请查出在2020年8月份注册的用户在注册后30日内有支付行为的用户数及支付总额。
b. 查询在2020年8月,订单金额为(0,500)、[500,5000)、[5000,∞)的订单数量和订单总额。
#2.a.
SELECT COUNT(*),SUM(tableb.money)
FROM tableb
JOIN tablea
ON tablea.user_id = tableB.`user_id`
WHERE TIMESTAMPDIFF(
DAY,
tablea.date,
tableb.`pay_time`
) <= 30;
#b.
SELECT
COUNT(
IF(money < 500
AND money > 0, TRUE, NULL)
) g1,
SUM(IF(money < 500
AND money > 0, money, 0)) m1,
COUNT(
IF(
money < 5000
AND money >= 500,
TRUE,
NULL
)
) g2,
SUM(
IF(money < 5000
AND money >= 500, money, 0)
) m2,
COUNT(IF(money >= 5000, TRUE, NULL)) g3,
SUM(IF(money >= 5000, money, 0)) m3
FROM
tableb ;
3. 查询下方表(表名:order)中每一个用户(uid)第一次支付完成时间,对应的商品id及金额(Pay_price)
Uid(用户用户唯一标示) | info_id(商品id) | Pay_time支付时间(毫秒) | Pay_price 支付金额(分) |
001 | 1234 | 1582255521226 | 42100 |
001 | 1235 | 1582254854115 | 23400 |
002 | 1236 | 1582253415132 | 298800 |
003 | 1237 | 1582244844156 | 36200 |
003 | 1238 | 1582252646514 | 548000 |
#3.
SELECT *
FROM
`order` X
WHERE pay_time =
(SELECT
y.pay_time
FROM
`order` Y
WHERE y.uid = x.uid
ORDER BY pay_time
LIMIT 1);
注意事项:
1表名和关键字重复时,用``引起来。
2 有的sql版本不支持在使用 LIMIT 子句的 IN ALL ANY SOME 子查询.
3 timestampdiff ()
4 count(if()),sum(if())
5 毫秒的保存类型 bigint,位数13位。