select user_id, count(user_id) as visit_nums from visit_tb as vt where user_id in ( select distinct user_id from order_tb as ot where order_time like '%2022-09-02%' ) and visit_time like '%2022-09-02%' group by user_id order by visit_nums desc

select user_id from ( select rt.user_id, day(lt.log_time) - row_number() over(partition by rt.user_id order by lt.log_time) as fake_time from register_tb as rt left join login_tb as lt on rt.user_id = lt.user_id ) as a group by user_id, fake_time having count(fake_time) >...

select round(avg(score), 3) as avg_score from ( select uat.score from recommend_tb as rt left join user_action_tb as uat on rt.rec_user = uat.user_id where rt.rec_info_l = uat.hobby_l group by rt.rec_user, rt.rec_info_l -- 使用group by取重复的score，如同一个人推荐多次美妆，只取一次 ) as ...

select gender, university, count(gender) user_num, round(avg(active_days_within_30), 1) avg_active_day, round(avg(question_cnt), 1) avg_question_cnt from user_profile group by university, gender order by gender, university