1. 给一个表ord，包括user_id(用户id)，goods_id(商品id），goods_num（购买商品数），ord_amt（购买金额），creat_time（购买时间）

求最近30天商品的平均价格 

select goods_id as '商品id',sum(ord_amt)/sum(goods_num) as '近30天平均价格' 
from 
   (select goods_id,sum(ord_amt),sum(goods_num) from ord) 
where 
   datediff(curdate(),convert(creat_time,date))<=30 
group by goods_id
核心的部分是最近30天的处理代码，关于返回当前日期mysql中有如下三种写法： 
SELECT NOW(),CURDATE(),CURTIME()
结果：
NOW() CURDATE() CURTIME()
2008-12-29 16:25:46 2008-12-29 16:25:46
convert（）函数用来转换成date类型，再利用datediff进行差值计算。

2. 两个表：

pv_log(用户浏览记录表）：pv_id(页面id），user_id(用户id），creat_time(访问时间)

dimuser(用户注册记录表）：user_id(用户id），age(年龄）,creat_time(注册时间）

统计浏览不同页面数的用户对应的平均年龄 
--考虑了访问时间和注册时间的年龄间隔
select a.pv_id,AVG(a.newyear-b.birthyear)
from
    (select pv_id,user_id,year(creat_time) as newyear from pv_log
     group by pv_id,user_id,year(creat_time)) a
left join 
    (select user_id,(year(creat_time)-age) as birthyear
      from dim_user group by user_id) b
on a.user_id = b.user_id
3.两张表
tbl_ordr(用户订单表）：user_id（用户id）, ordr_id（订单号）, ordr_goods（订单商品id）, ordr_time（预定时间）

tblclk(用户商品点击明细表）：clk_id(点击id）, user_id, clk_time(点击时间）, clk_goods（点击的商品id，和ordr_goods对应）

用户点击商品之后的订单算是这次点击产生的订单；多次点击后产生的订单，算订单创建前最后一次点击产生的订单，求有订单商品的点击及订单号 
--将订单表和点击商品明细表关联，找出下单商品所有的记录
with base0 as
(
select a.usr_id,a.ordr_id,a.ord_goods,b.clk_id,max(b.clk_time) over(partition by clk_goods)
from tbl_order a
left join tbl_clk b
on a.usr_id = b.usr_id and a.ord_goods = b.clk_goods
where b.clk_time < a.ordr_time
)
select clk_id,order_id from base0