select uid, date_format(dt, '%Y%m') month, sum(coin) coin from( select uid, dt, tep, case when row_rank%7 = 3 then 3 when row_rank%7 = 0 then 7 else 1 end as coin from( select uid, dt, tep, row_number() over(partition by uid, tep order by dt) row_rank from( ...

select utime dt, count(*) dau, round(sum(new_user)/count(*),2) uv_new_ratio from( select b.uid, b.utime, if(a.firstday = b.utime, 1, 0) new_user from( select uid, date(min(in_time)) firstday from tb_user_log group by uid ) a left join( select uid, date...

select k.user_grade, round(count(k.uid)/(select count(distinct uid) from tb_user_log),2) ratio from( select t.uid, case when t.last_log_gap > 29 then '流失用户' when t.last_log_gap > 6 and t.last_log_gap <= 29 then '沉睡用户' when t.last_log_gap <= 6 and t.early_log_gap <...

select a.firstday, round(count(b.uid)/count(a.uid),2) uv_rate from( (select uid, date(min(in_time)) firstday from tb_user_log group by uid) a left join (select uid, date(in_time) utime from tb_user_log union select uid, date(out_time) utime from tb_user_log) b ...

记录一下这种解题思路，学到新东西了。主要是不知道如何判断一个时间点的同时在线人数，一开始考虑了用单个时间点对每个uid的in_time和on_time都做差看正负，但是这样逻辑有点乱。看了题解的大佬思路，用1和-1代表进入和推出，然后通过时间排序后进行累计加减就能完成了，我得记住哈哈哈 select k.artical_id, max(k.sum_wp) max_uv from ( select *, sum(t.diff) over(partition by t.artical_id order by wtime, t.diff desc) sum_wp fr...

select t.tag, concat(round(avg(if(t.duration < t.difftime, 1, t.difftime/t.duration)*100),2),'%') avg_play_progress from( select user.uid, user.video_id, user.start_time, user.end_time, video.duration, timestampdiff(second, user.start_time, user.end_time) difftime, video.tag from ...

select video_id, round(sum(if(t.duration<=t.difftime,1,0))/count(t.uid),3) avf_comp_play_rate from( select user.uid, user.video_id, user.start_time, user.end_time, video.author, video.duration, timestampdiff(second,user.start_time,user.end_time) difftime, video.release_time from t...