数据查询需求说明 body { font-family: Arial, sans-serif; line-height: 1.6; } h1, h2 { color: #333; } table { width: 100%; border-collapse: collapse; margin: 20px 0; } th, td { border: 1px solid #ddd; padding: 8px; text-align: left; } th { background-color: #f2f2f2; } .example { background-color: #f9f9f9; padding: 10px; border: 1px solid #ddd; margin: 20px 0; } 为了对每个产品的营销进行新的策划，需要统计2023年每个产品的销售情况。现有三个原始数据表格：customers（顾客）、products（产品）和orders（订单），其结构如下： customers（顾客） 字段名 数据类型 说明 customer_id（顾客ID） 整数 顾客的唯一标识符 customer_name（顾客姓名） 字符串（最大长度50） 顾客的姓名 customer_email（顾客邮箱） 字符串（最大长度50） 顾客的电子邮箱地址 customer_age（顾客年龄） 整数 顾客的年龄 PRIMARY KEY (customer_id) - 将customer_id设置为主键，确保每个顾客ID的唯一性。 products（产品） 字段名 数据类型 说明 product_id（产品ID） 整数 产品的唯一标识符 product_name（产品名称） 字符串（最大长度50） 产品的名称 unit_price（单价） 十进制数（保留两位小数） 产品的单价 PRIMARY KEY (product_id) - 将product_id设置为主键，确保每个产品ID的唯一性。 orders（订单） 字段名 数据类型 说明 order_id（订单ID） 整数 订单的唯一标识符 customer_id（顾客ID） 整数 顾客的ID，对应customers表格中的customer_id product_id（产品ID） 整数 产品的ID，对应products表格中的product_id quantity（数量） 整数 产品的数量 order_date（订单日期） 日期 订单的日期 PRIMARY KEY (order_id) - 将order_id设置为主键，确保每个订单ID的唯一性。 查询要求 根据上述表格，查询2023年每个产品的以下信息： 产品ID（product_id）：产品的ID。 总销售额（total_sales）：该产品的2023年总销售额。 单价（unit_price）：产品的单价。 总销量（total_quantity）：该产品的2023年总销售数量。 月平均销售额（avg_monthly_sales）：2023年该产品的月均销售额。 单月最高销量（max_monthly_quantity）：2023年该产品的最大月销售数量。 购买量最多的客户年龄段（customer_age_group）：2023年购买该产品数量最多的顾客的年龄段（1-10，11-20，21-30，31-40，41-50，51-60，61+） 排序规则 按照每个产品的总销售额降序排列。 如果总销售额一致，则按照产品的ID升序排列。 当存在两个客户年购买量都是最高时，customer_age_group展示年龄小的顾客的年龄段。 计算说明 总销售额 = 总销量 × 单价 月平均销售额 = 总销售额 12 所有计算结果保留两位小数。 【示例】 customers（顾客）表格 products（产品）表格 orders（订单）表格 按要求查询出来的结果 示例说明 假设产品104的2023年销售总量是6，单价是120.00，则： 总销售额 = 6 × 120 = 720.00 月平均销售额 = 720 12 = 60.00 购买量最大的客户ID是2的Bob，年龄是30，所在年龄段是21-30。
示例1

输入

drop table if exists customers ;
drop table if exists products ;
drop table if exists orders ;
CREATE TABLE customers (
    customer_id INT,
    customer_name VARCHAR(50),
    customer_email VARCHAR(50),
    customer_age INT,
    PRIMARY KEY (customer_id)
);

INSERT INTO customers (customer_id, customer_name, customer_email, customer_age) VALUES
(1, 'Alice', 'alice@example.com', 25),
(2, 'Bob', 'bob@example.com', 30),
(3, 'Charlie', 'charlie@example.com', 22),
(4, 'David', 'david@example.com', 18),
(5, 'Eve', 'eve@example.com', 35);

CREATE TABLE products (
    product_id INT,
    product_name VARCHAR(50),
    unit_price DECIMAL(10, 2),
    PRIMARY KEY (product_id)
);

INSERT INTO products (product_id, product_name, unit_price) VALUES
(101, 'Product A', 50.00),
(102, 'Product B', 75.00),
(103, 'Product C', 100.00),
(104, 'Product D', 120.00),
(105, 'Product E', 90.00);

CREATE TABLE orders (
    order_id INT,
    customer_id INT,
    product_id INT,
    quantity INT,
    order_date DATE,
    PRIMARY KEY (order_id)
);

INSERT INTO orders (order_id, customer_id, product_id, quantity, order_date) VALUES
(1, 1, 101, 2, '2023-01-15'),
(2, 2, 102, 3, '2023-02-20'),
(3, 3, 103, 1, '2023-03-10'),
(4, 4, 104, 2, '2023-04-05'),
(5, 5, 105, 4, '2023-05-12'),
(6, 1, 102, 2, '2023-06-18'),
(7, 2, 103, 3, '2023-07-22'),
(8, 3, 104, 1, '2023-08-30'),
(9, 4, 105, 2, '2023-09-14'),
(10, 5, 101, 4, '2023-10-25'),
(11, 1, 103, 2, '2023-11-08'),
(12, 2, 104, 3, '2023-12-19');

输出

product_id|total_sales|unit_price|total_quantity|avg_monthly_sales|max_monthly_quantity|customer_age_group
104|720.00|120.00|6|60.00|3|21-30
103|600.00|100.00|6|50.00|3|21-30
105|540.00|90.00|6|45.00|4|31-40
102|375.00|75.00|5|31.25|3|21-30
101|300.00|50.00|6|25.00|4|31-40
加载中...