某电商销售数据分析 SQL 面试题解析

文章目录

        题目描述
        问题 1
            解析
        问题 2
            解析
        问题 3
            解析
        问题 4
            解析
        总结

本文基于微信群里的一个问题，感谢这位朋友提供的分享。

题目描述

假设某电商销售数据有如下几张表：

其中，

month：date 类型，存储的是每个月的第一天；
bid：对应 Brand.bid；
cid：对应 Category.cid；
paltform：对应不同的电商平台，有 2 种：1，2；
sales：销售额；
主键为 (month, paltform, bid, cid)，一行数据对应一个月一个平台一个 bid 的一个 cid 的销售额。

基于上面的描述，我们可以创建以下示例表和模拟数据（使用 MySQL 数据库）：

create table brand(bid int auto_increment primary key, name varchar(50));
insert into brand(name) values (‘品牌1’);
insert into brand(name) values (‘品牌2’);
insert into brand(name) values (‘品牌3’);
insert into brand(name) values (‘品牌4’);
insert into brand(name) values (‘品牌5’);

create table category(cid int auto_increment primary key, name varchar(10));
insert into category(name) values (‘食品’);
insert into category(name) values (‘手机’);
insert into category(name) values (‘服饰’);
insert into category(name) values (‘图书’);
insert into category(name) values (‘电脑’);

create table monthlysales(month date, bid int, cid int, platform int,sales int);
alter table monthlysales add constraint pk_monthlysales primary key(month, platform, bid, cid);

insert into monthlysales
with recursive dt as (
select date ‘2019-01-01’ as v
union all
select v + interval ‘1’ month from dt where v < date ‘2019-12-01’
),
platform(pid) as (
values row(1), row(2)
)
select v, bid, cid, pid, 1000 + round((rand(1) * 500))
from dt
cross join brand
cross join category
cross join platform;

为了生成示例数据，我们使用了递归形式的通用表表达式（WITH子句），相关语法可以参考这篇文章。另外，rand(1) 函数确保了结果的可复现。
问题 1

对于指定的 cid 范围（cid 列表：1，3，5），查询 2019 年每个平台上每个 bid 对应每个 cid 的累计销售额，输出格式如下：

请写出 SQL。
解析

这个题目比较简单，就是按照品牌、品类以及平台分组再加上 sum 函数统计销售额；同时关联其他表获取品牌和品类名称。

select b.bid, b.name brand_name, c.cid, c.name category_name, s.platform, sum(s.sales) total_sales
from monthlysales s
join brand b on (b.bid = s.bid)
join category c on (c.cid = s.cid)
where b.bid in (1, 3, 5)
and s.month between date ‘2019-01-01’ and date ‘2019-12-01’
group by b.bid, b.name, c.cid, c.name, s.platform;

bid	brand_name	cid	category_name	platform	total_sales
1	品牌1	1	食品	1	15115
1	品牌1	2	手机	1	15441
1	品牌1	3	服饰	1	14869
1	品牌1	4	图书	1	15516
1	品牌1	5	电脑	1	14971

…

对于 2019 年的判断，最好不要使用 year(month) 函数，因为这样会导致索引失效。另外，关于各种数据库中的分组汇总和聚合函数可以参考这篇文章。
问题 2

查询 2019 年有 5 个以上（包含 5 个）不同 cid 的单月单平台销售额大于等于 1480 的品牌列表，以及对应的不同 cid 数量，输出格式如下：

解析

这个问题和上面的问题差不多，主要是按照品牌分组统计；但是在分组统计之后，还需要过滤一下统计的数量。

select b.bid, b.name brand_name, count(distinct s.cid) cid_count
from monthlysales s
join brand b on (b.bid = s.bid)
where s.month between date ‘2019-01-01’ and date ‘2019-12-01’
and s.sales >= 1480
group by b.bid, b.name
having cid_count >= 5;

更多请见：http://www.mark-to-win.com/tutorial/51665.html