大数据可视化分析随笔-生活工作点滴

分享SQL,查询用户最近一次购买时间间隔

2019-07-09  本文已影响23人  NBI大数据可视化分析

(1)先创建一张测试表:

  CREATE TABLE `用户购买订单` (

  `购买时间` datetime(6) NULL DEFAULT NULL,

  `用户` varchar(20) CHARACTER SET utf8 COLLATE utf8_general_ci NULL DEFAULT NULL,

  `费用` decimal(20, 2) NULL DEFAULT NULL

  ) ENGINE = InnoDB CHARACTER SET = utf8 COLLATE = utf8_general_ci ROW_FORMAT = Dynamic;

(2)往数据表填充数据:

INSERT INTO `用户购买订单` VALUES ('2019-04-16 00:00:00.000000', '张三', 100.00);

  INSERT INTO `用户购买订单` VALUES ('2019-04-15 00:00:00.000000', '李四', 95.00);

  INSERT INTO `用户购买订单` VALUES ('2019-04-14 00:00:00.000000', '张A', 85.00);

  INSERT INTO `用户购买订单` VALUES ('2019-04-13 00:00:00.000000', '张B', 70.00);

  INSERT INTO `用户购买订单` VALUES ('2019-04-12 00:00:00.000000', '张C', 77.00);

  INSERT INTO `用户购买订单` VALUES ('2019-04-11 00:00:00.000000', '张D', 68.00);

  INSERT INTO `用户购买订单` VALUES ('2019-04-10 00:00:00.000000', '张E', 53.00);

  INSERT INTO `用户购买订单` VALUES ('2019-05-16 00:00:00.000000', '张三', 100.00);

  INSERT INTO `用户购买订单` VALUES ('2019-06-15 00:00:00.000000', '李四', 95.00);

  INSERT INTO `用户购买订单` VALUES ('2019-03-14 00:00:00.000000', '张A', 85.00);

  INSERT INTO `用户购买订单` VALUES ('2019-09-13 00:00:00.000000', '张B', 70.00);

  INSERT INTO `用户购买订单` VALUES ('2019-10-12 00:00:00.000000', '张C', 77.00);

  INSERT INTO `用户购买订单` VALUES ('2019-08-11 00:00:00.000000', '张D', 68.00);

  INSERT INTO `用户购买订单` VALUES ('2019-09-10 00:00:00.000000', '张E', 53.00);

  INSERT INTO `用户购买订单` VALUES ('2018-02-05 00:00:00.000000', '张三', 100.00);

(3)实现思路:

  (3.1)首先做个合并表查询:

      SELECT

        用户购买订单.购买时间,用户购买订单.用户,a.购买时间 '购买时间1',a.用户 '用户1'

      FROM

        用户购买订单

      INNER JOIN

        (SELECT * from 用户购买订单)a

      ON

        用户购买订单.`用户` = a.`用户` AND 用户购买订单.购买时间 <> a.购买时间

查询结果:

---------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------

(3.2)基于3.1求时间差:

    SELECT

      购买时间,用户,购买时间1,用户1,DATEDIFF(购买时间,购买时间1) as '购买日期间隔'

    FROM

      (SELECT

        用户购买订单.购买时间,用户购买订单.用户,a.购买时间 '购买时间1',a.用户 '用户1'

      FROM

        用户购买订单

      INNER JOIN

        (SELECT * from 用户购买订单)a

      ON

        用户购买订单.`用户` = a.`用户` AND 用户购买订单.购买时间 <> a.购买时间

      )b

查询结果:

---------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------

(3.3)过滤掉"购买日期间隔"为负数的行:

    SELECT

       购买时间,用户,购买时间1,用户1,DATEDIFF(购买时间,购买时间1) as '购买日期间隔'

    FROM

        (SELECT

          用户购买订单.购买时间,用户购买订单.用户,a.购买时间 '购买时间1',a.用户 '用户1'

         FROM

          用户购买订单

        INNER JOIN

          (SELECT * from 用户购买订单)a

        ON

          用户购买订单.`用户` = a.`用户` AND 用户购买订单.购买时间 <> a.购买时间

        )b

    WHERE

        DATEDIFF(购买时间,购买时间1)>=0

查询结果:

---------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------

(3.4)因为我们要求每个用户最近一次与上一次购买的时间间隔,所以,我们要基于上图对用户分组,去购买日期间隔最小值:

      SELECT

          用户,MIN(购买日期间隔) '距离上一次购买天数'

      FROM

        (

        SELECT

            购买时间,用户,购买时间1,用户1,DATEDIFF(购买时间,购买时间1) as '购买日期间隔'

        FROM

          (SELECT

            用户购买订单.购买时间,用户购买订单.用户,a.购买时间 '购买时间1',a.用户 '用户1'

          FROM

            用户购买订单

          INNER JOIN

            (SELECT * from 用户购买订单)a

          ON

            用户购买订单.`用户` = a.`用户` AND 用户购买订单.购买时间 <> a.购买时间

            )b

        WHERE

          DATEDIFF(购买时间,购买时间1)>=0

      )c

      GROUP BY

           用户

查询结果:

上一篇 下一篇

猜你喜欢

热点阅读