【面試題】
手機中的相機是深受大家喜愛的應用之一，下圖是某手機廠商數據庫中的用戶行爲信息表中部分數據的截圖。
用戶id：用戶唯一標識；
應用名稱：是手機中的某個應用，例如相機、微信、大衆點評等。
啓動時長：某一天中使用某應用多長時間（分鐘）。
啓動次數：某一天中啓動了某應用多少次。
登陸時間：使用手機的日期。例如2018-05-01。
現在該手機廠商想要分析手機中的應用（相機）的活躍情況，需統計如下數據：
某日活躍用戶（用戶id）在後續的一週內的留存情況（計算次日留存用戶數，3日留存用戶數，7日留存用戶數）
指標定義：
某日活躍用戶數，某日活躍的去重用戶數。
N日活躍用戶數，某日活躍的用戶數在之後的第N日活躍用戶數。
N日活躍留存率，N日留存用戶數/某日活躍用戶數
例：登陸時間（20180501日）去重用戶數10000，這批用戶在20180503日仍有7000人活躍，則3日活躍留存率爲7000/10000=70%
所需獲得的結果格式如下：
【解題思路】
本題中指標（用戶留存數、留存率）是《猴子 業務指標》中講過的常見業務指標，體現了某應用吸引用戶的能力。
該業務分析要求查詢結果中包括：日期（說明是按每天來彙總數據）、用戶活躍數、N日留存數、N日留存率。
1.每天的活躍用戶數
先來看活躍用戶數這一列如何分析出？
活躍用戶數對應的日期，表示每一行記錄的是當天的活躍用戶數。
當有“每個”出現的時候，要想到《猴子 從零學會SQL》中講過的用分組彙總來實現該業務問題。
按每天（登陸時間）分組（group by ），統計應用（相機）每天的活躍用戶數（計數函數count）。
select 登陸時間,count(distinct 用戶id) as 活躍用戶數
from 用戶行爲信息表
where 應用名稱 ='相機'
group by 登陸時間;
查詢結果如下：
2. 次日留存用戶數
再來看查詢結果中的次日留存用戶數
次日留存用戶數：在今日登錄，明天也有登錄的用戶數。也就是時間間隔=1。
一個表如果涉及到時間間隔，就需要用到自聯結，也就是將兩個相同的表進行聯結。
select a.用戶id,a.登陸時間,b.登陸時間
from 用戶行爲信息表 as a
left join 用戶行爲信息表 as b
on a.用戶id = b.用戶id
where a.應用名稱= '相機';
聯結後的臨時表記爲表c，那麼如何從表c中查找出時間間隔（明天登陸時間-今天登陸時間）=1的數據呢？
（1）這涉及到計算兩個日期之間的差值，《猴子 從零學會sql》裏講到對應單函數是timestampdiff。下圖是這個函數的用法。
select *,timestampdiff(day,a.登陸時間,b.登陸時間) as 時間間隔
from c;
用case語句選出時間間隔=1的數據，並計數就是次日留存用戶數
count(distinct case when 時間間隔=1 then 用戶id
else null
end) as 次日留存數
代入上面的sql就是：
select *,count(distinct when 時間間隔=1 then 用戶id
else null
end) as 次日留存數
from
(select *,timestampdiff(day,a.登陸時間,b.登陸時間) as 時間間隔
from c);
將臨時表c的sql代入上面就得到了查詢結果如下：
3.次日留存率
留存率=新增用戶中登錄用戶數/新增用戶數，所以次日留存率=次日留存用戶數/當日用戶活躍數
當日活躍用戶數是count(distinct 用戶id)
在上面分析次日留存數中，用次日留存用戶數/當日用戶活躍數就是次日留存率
select *,count(distinct when 時間間隔=1 then 用戶id
else null
end) as 次日留存數 / count(distinct 用戶id) as 次日留存率
from
(select *,timestampdiff(day,a.登陸時間,b.登陸時間) as 時間間隔
from c);
將臨時表c的sql代入就是：
查詢結果：
4.三日的留存數，三日留存率,七日的留存數,七日留存率
和次日留存用戶數，次日留存率分析思路一樣，只需要更改時間間隔=N（日留存）即可。
最終sql代碼如下：
select a.登陸時間,count(distinct a.用戶id) as 活躍用戶數,
count(distinct when 時間間隔=1 then 用戶id else null end) as 次日留存數,
count(distinct when 時間間隔=1 then 用戶id else null end) as 次日留存數 / count(distinct a.用戶id) as 次日留存率,
count(distinct when 時間間隔=3 then 用戶id else null end) as 三日留存數,
count(distinct when 時間間隔=3 then 用戶id else null end) as 三日留存數 / count(distinct a.用戶id) as 三日留存率,
count(distinct when 時間間隔=7 then 用戶id else null end) as 七日留存數,
count(distinct when 時間間隔=7 then 用戶id else null end) as 七日留存數 / count(distinct a.用戶id) as 七日留存率
from
(select *,timestampdiff(day,a.登陸時間,b.登陸時間) as 時間間隔
from
(select a.用戶id,a.登陸時間,b.登陸時間
from 用戶行爲信息表 as a
left join 用戶行爲信息表 as b
on a.用戶id = b.用戶id
where a.應用名稱= '相機') as c
) as d
group by a.登陸時間;
查詢結果：
【本題考點】
1.常用指標的理解，例如留存用戶數、留存率。
2.靈活使用case來統計when 函數與group by 進行自定義列聯表統計。
3.遇到只有一個表，但是需要計數時間間隔的問題，就要想到用自聯結來求時間間隔，類似的有找出連續出現N次的內容、滴滴2020求職真題。
【舉一反三】
鏈家2018春招筆試面試：現有訂單表和用戶表，格式字段如下圖：
訂單表 | 時間 | 訂單id | 商品id | 用戶id | 訂單金額 |
用戶表 | 用戶id | 姓名 | 性別 | 年齡 |
1.查詢2019年Q1季度，不同性別，不同年齡的成交用戶數，成交量及成交金額
2.2019年1-4月產生訂單的用戶，以及在次月的留存用戶數
【解題思路】
1.查詢2019年Q1季度，不同性別，不同年齡的成交用戶數，成交量及成交金額
根據性別、年齡進行分組，利用多表連接及聚合函數求出成交用戶數，成交量及成交金額。
select b.性別,b.age,
count(distinct a.用戶id) as 用戶數,
count(訂單id),
sum(a.訂單金額)
from 訂單表 as a
inner join 用戶表 as b
on a.用戶id = b.用戶id
where a.時間 between '2019-01-01' and '2019-03-31'
group by b.性別,b.age;
2.2019年1-4月產生訂單的用戶，以及在次月的留存用戶數
(1)用時間函數（timestampdiff）計算時間間隔，本題要求月份差，即用month
(2)用自聯結計算時間間隔case when 計算符合個數並得出列的值。
select a.用戶id,
count(case when timestampdiff(month,b.時間,a.時間)=1 then a.用戶id else null end) as 次月留存用戶數
from 訂單表 as a
inner join 訂單表 as b
on a.用戶id = b.用戶id
where a.時間 between '2019-01-01' and '2019-04-30'
group by a.用戶id
推薦：如何從零學會sql？
