题目需求
现有各品牌优惠周期表(promotion_info)如下,其记录了每个品牌的每个优惠活动的周期,其中同一品牌的不同优惠活动的周期可能会有交叉。
promotion_id | brand | start_date | end_date |
1 | oppo | 2021-06-05 | 2021-06-09 |
2 | oppo | 2021-06-11 | 2021-06-21 |
3 | vivo | 2021-06-05 | 2021-06-15 |
现要求统计每个品牌的优惠总天数,若某个品牌在同一天有多个优惠活动,则只按一天计算。期望结果如下:
brand | promotion_day_count |
vivo | 17 |
oppo | 16 |
redmi | 22 |
huawei | 22 |
数据准备
drop table if exists promotion_info;
create table promotion_info
(
promotion_id varchar(25) comment '优惠活动id',
brand varchar(25) comment '优惠品牌',
start_date varchar(25) comment '优惠活动开始日期',
end_date varchar(25) comment '优惠活动结束日期'
) comment '各品牌活动周期表'
;
insert into promotion_info
values (1, 'oppo', '2021-06-05', '2021-06-09'),
(2, 'oppo', '2021-06-11', '2021-06-21'),
(3, 'vivo', '2021-06-05', '2021-06-15'),
(4, 'vivo', '2021-06-09', '2021-06-21'),
(5, 'redmi', '2021-06-05', '2021-06-21'),
(6, 'redmi', '2021-06-09', '2021-06-15'),
(7, 'redmi', '2021-06-17', '2021-06-26'),
(8, 'huawei', '2021-06-05', '2021-06-26'),
(9, 'huawei', '2021-06-09', '2021-06-15'),
(10, 'huawei', '2021-06-17', '2021-06-21')
;
思路分析
分析题意,只要调整区间范围,使得区间不存在交叉,统计每个区间的持续天数,最后对天数求和即可。
第一步:获取截至当前的历史活动的最大结束日期
要找到所有存在交叉的区间,只要判断每个区间和历史区间是否存在交叉即可。而某个区间和历史区间存在交叉,等价于该区间历史活动end_date的最大值大于等于当前活动的start_date。因此,首先需要获取截至当前的历史活动的end_date的最大值。
使用开窗函数,按照brand分区、start_date排序,限定窗口范围为第一行至当前行的前一行,调用max函数计算结束日期end_date的最大值即可。
第二步:处理交叉区间
对max_end_date列进行判断,max_end_date列存在以下三种情况。
1、max_end_date为空,说明是该品牌的第一次促销活动,start_date不变。
2、max_end_date小于start_date,说明本次活动区间与历史活动无交叉,start_date不变。
3、max_end_date大于start_date,存在区间交叉,将start_date赋值为max_end_date加1。
第三步:最终结果
区间交叉有一种特殊情况,即某个区间被另外的区间包含,此时经过第二步的处理,该区间的start_date会大于end_date,这部分活动区间是可以舍弃的,因为该活动的所有日期都会被其它活动区间统计。因此,这里筛选start_date小于end_date的区间,使用datediff函数计算每个期间的持续天数,最后按照brand分组求和即可。
完整解题代码
with t1 as (
select
brand,
start_date,
end_date,
max(end_date) over (
partition by brand order by start_date
rows between unbounded preceding and 1 preceding
) max_end_date
from promotion_info
), t2 as (
select
brand, end_date,
if(
# max_end_date 为空说明为起始天,start_date> max_end_date说明时间没有交叉
max_end_date is null or start_date > max_end_date,
# 时间不交叉的话,开始日期不变
start_date,
# 时间交叉,将开始日期修改为max_end_date的后一天,因为前面的天之前都统计了
date_add(max_end_date, interval 1 day )
) start_date
from t1
), t3 as (
select
brand, datediff(end_date, start_date) + 1 diff
from t2
where start_date < end_date
)
select
brand, sum(diff) promotion_day_count
from t3
group by brand
;