SQL 学习

描述

用户-视频互动表tb_user_video_log

id	uid	video_id	start_time	end_time	if_follow	if_like	if_retweet	comment_id
1	101	2001	2021-10-01  10:00:00	2021-10-01  10:00:30	0	1	1	NULL
2	102	2001	2021-10-01  10:00:00	2021-10-01  10:00:24	0	0	1	NULL
3	103	2001	2021-10-01  11:00:00	2021-10-01  11:00:34	0	1	0	1732526
4	101	2002	2021-09-01  10:00:00	2021-9-01  10:00:42	1	0	1	NULL
5	102	2002	2021-10-01  11:00:00	2021-10-01  10:00:30	1	0	1	NULL

（uid-用户ID, video_id-视频ID, start_time-开始观看时间, end_time-结束观看时间, if_follow-是否关注, if_like-是否点赞, if_retweet-是否转发, comment_id-评论ID）

短视频信息表tb_video_info

id	video_id	author	tag	duration	release_time
1	2001	901	影视	30	2021-01-01 07:00:00
2	2002	901	美食	60	2021-01-01 07:00:00
3	2003	902	旅游	90	2021-01-01 07:00:00

（video_id-视频ID, author-创作者ID, tag-类别标签, duration-视频时长（秒）, release_time-发布时间）

问题：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

注：视频完播率是指完成播放次数占总播放次数的比例。简单起见，结束观看时间与开始播放时间的差>=视频时长时，视为完成播放。

输出示例：

示例数据的结果如下：

video_id	avg_comp_play_rate
2001	0.667
2002	0.000

解释：

视频2001在2021年10月有3次播放记录，观看时长分别为30秒、24秒、34秒，视频时长30秒，因此有两次是被认为完成播放了的，故完播率为0.667；

视频2002在2021年9月和10月共2次播放记录，观看时长分别为42秒、30秒，视频时长60秒，故完播率为0.000。

示例1

输入：

DROP TABLE IF EXISTS tb_user_video_log, tb_video_info;
CREATE TABLE tb_user_video_log (
    id INT PRIMARY KEY AUTO_INCREMENT COMMENT '自增ID',
    uid INT NOT NULL COMMENT '用户ID',
    video_id INT NOT NULL COMMENT '视频ID',
    start_time datetime COMMENT '开始观看时间',
    end_time datetime COMMENT '结束观看时间',
    if_follow TINYINT COMMENT '是否关注',
    if_like TINYINT COMMENT '是否点赞',
    if_retweet TINYINT COMMENT '是否转发',
    comment_id INT COMMENT '评论ID'
) CHARACTER SET utf8 COLLATE utf8_bin;

CREATE TABLE tb_video_info (
    id INT PRIMARY KEY AUTO_INCREMENT COMMENT '自增ID',
    video_id INT UNIQUE NOT NULL COMMENT '视频ID',
    author INT NOT NULL COMMENT '创作者ID',
    tag VARCHAR(16) NOT NULL COMMENT '类别标签',
    duration INT NOT NULL COMMENT '视频时长(秒数)',
    release_time datetime NOT NULL COMMENT '发布时间'
)CHARACTER SET utf8 COLLATE utf8_bin;

INSERT INTO tb_user_video_log(uid, video_id, start_time, end_time, if_follow, if_like, if_retweet, comment_id) VALUES
  (101, 2001, '2021-10-01 10:00:00', '2021-10-01 10:00:30', 0, 1, 1, null),
  (102, 2001, '2021-10-01 10:00:00', '2021-10-01 10:00:24', 0, 0, 1, null),
  (103, 2001, '2021-10-01 11:00:00', '2021-10-01 11:00:34', 0, 1, 0, 1732526),
  (101, 2002, '2021-09-01 10:00:00', '2021-09-01 10:00:42', 1, 0, 1, null),
  (102, 2002, '2021-10-01 11:00:00', '2021-10-01 11:00:30', 1, 0, 1, null);

INSERT INTO tb_video_info(video_id, author, tag, duration, release_time) VALUES
  (2001, 901, '影视', 30, '2021-01-01 7:00:00'),
  (2002, 901, '美食', 60, '2021-01-01 7:00:00'),
  (2003, 902, '旅游', 90, '2021-01-01 7:00:00');

复制输出：

2001|0.667
2002|0.000

分析：

首先要算出来用户看的时间数

那就是用 

select  video_id， out_time -  in_time,  duration,count(*) from tb_user_video_log

group by video_id

where  out_time -  in_time > duration 

select  video_id， count(*) from tb_user_video_log

group by video_id

问题分解：

• 关联用户-视频互动记录和短视频信息表：JOIN tb_video_info USING(video_id)；
• 筛选2021年的记录：WHERE YEAR(start_time)=2021
• 按视频id分组：GROUP BY video_id
• 计算每条播放记录是否完成播放：IF(TIMESTAMPDIFF(SECOND, start_time, end_time)>=duration, 1, 0)
• 计算完播率，完成播放为1，未完成播放为0，取平均即为完播率AVG()
• 保留3位小数：ROUND(x, 3)

---

细节问题：

• 表头重命名：as
• 按完播率倒序排序：ORDER BY avg_comp_play_rate DESC;

完整代码：

1 2 3 4 5 6 7 8

SELECT video_id, ROUND(AVG(IF(         TIMESTAMPDIFF(SECOND, start_time, end_time)>=duration, 1, 0     )), 3) as avg_comp_play_rate FROM tb_user_video_log JOIN tb_video_info USING(video_id) WHERE YEAR(start_time)=2021 GROUP BY video_id ORDER BY avg_comp_play_rate DESC;