用户行为日志表tb_user_log id uid artical_id in_time out_time sign_cin 1 109 9001 2021-08-31 10:00:00 2021-08-31 10:00:09 0 2 109 9002 2021-11-04 11:00:55 2021-11-04 11:00:59 0 3 108 9001 2021-09-01 10:00:01 2021-09-01 10:01:50 0 4 108 9001 2021-11-03 10:00:01 2021-11-03 10:01:50 0 5 104 9001 2021-11-02 10:00:28 2021-11-02 10:00:50 0 6 104 9003 2021-09-03 11:00:45 2021-09-03 11:00:55 0 7 105 9003 2021-11-03 11:00:53 2021-11-03 11:00:59 0 8 102 9001 2021-10-30 10:00:00 2021-10-30 10:00:09 0 9 103 9001 2021-10-21 10:00:00 2021-10-21 10:00:09 0 10 101 0 2021-10-01 10:00:00 2021-10-01 10:00:42 1 （uid-用户ID, artical_id-文章ID, in_time-进入时间, out_time-离开时间, sign_in-是否签到） 问题：统计活跃间隔对用户分级后，各活跃等级用户占比，结果保留两位小数，且按占比降序排序。 注： 用户等级标准简化为：忠实用户(近7天活跃过且非新晋用户)、新晋用户(近7天新增)、沉睡用户(近7天未活跃但更早前活跃过)、流失用户(近30天未活跃但更早前活跃过)。 假设今天就是数据中所有日期的最大值。 近7天表示包含当天T的近7天，即闭区间[T-6, T]。 输出示例： 示例数据的输出结果如下 user_grade ratio 忠实用户 0.43 新晋用户 0.29 沉睡用户 0.14 流失用户 0.14 解释： 今天日期为2021.11.04，根据用户分级标准，用户行为日志表tb_user_log中忠实用户有：109、108、104；新晋用户有105、102；沉睡用户有103；流失用户有101；共7个用户，因此他们的比例分别为0.43、0.29、0.14、0.14。
示例1

输入

DROP TABLE IF EXISTS tb_user_log;
CREATE TABLE tb_user_log (
    id INT PRIMARY KEY AUTO_INCREMENT COMMENT '自增ID',
    uid INT NOT NULL COMMENT '用户ID',
    artical_id INT NOT NULL COMMENT '视频ID',
    in_time datetime COMMENT '进入时间',
    out_time datetime COMMENT '离开时间',
    sign_in TINYINT DEFAULT 0 COMMENT '是否签到'
) CHARACTER SET utf8 COLLATE utf8_bin;

INSERT INTO tb_user_log(uid, artical_id, in_time, out_time, sign_in) VALUES
  (109, 9001, '2021-08-31 10:00:00', '2021-08-31 10:00:09', 0),
  (109, 9002, '2021-11-04 11:00:55', '2021-11-04 11:00:59', 0),
  (108, 9001, '2021-09-01 10:00:01', '2021-09-01 10:01:50', 0),
  (108, 9001, '2021-11-03 10:00:01', '2021-11-03 10:01:50', 0),
  (104, 9001, '2021-11-02 10:00:28', '2021-11-02 10:00:50', 0),
  (104, 9003, '2021-09-03 11:00:45', '2021-09-03 11:00:55', 0),
  (105, 9003, '2021-11-03 11:00:53', '2021-11-03 11:00:59', 0),
  (102, 9001, '2021-10-30 10:00:00', '2021-10-30 10:00:09', 0),
  (103, 9001, '2021-10-21 10:00:00', '2021-10-21 10:00:09', 0),
  (101, 0, '2021-10-01 10:00:00', '2021-10-01 10:00:42', 1);

输出

忠实用户|0.43
新晋用户|0.29
沉睡用户|0.14
流失用户|0.14
加载中...