DB-Day11笔记-函数和存储过程面试题讲解

一、数据库中的函数和存储过程【了解】

存储过程和函数，是用来实现一组关于表操作的SQL语句、可重复地执行操作数据库的集合。

存储过程和函数可以简单的理解为一条或多条SQL语句的集合。存储过程和函数就是事先经过编译并存储在数据库中的一段SQL语句集合。存储过程和函数执行不是由程序调用，也不是手动启动，而是由事件触发、激活从而实现执行的。

他们的主要区别是函数必须有返回值，而存储过程可以没有。

1.函数定义及调用

就说的是自定义函数，但是因为日常工作复杂的逻辑都不在数据库上操作，一般都是在前后端。所以了解一下 如何定义，如何使用分支语句、循环语句即可

因为sql中语句结束标记是; 定义函数的时候 函数体中会有多条语句，如果还使用分号的话，那定义中途就会被中断掉

所以定义之前要先修改一下语句结束的标记

-- 1.函数的基本定义及调用
-- 修改语句结束的标记为 $$
delimiter $$
create function 函数名(参数名 数据类型, 参数名 数据类型) returns 返回值的数据类型
begin函数体
end $$-- 恢复结束标记 
delimiter ;-- 删除函数 
drop function 函数名;-- 2.带有分支结构的函数
/** 	单分支* 		if 条件 then 条件成立的语句* 		end if;*  双分支* 		if 条件 then 条件成立的语句* 		else 条件不成立的语句* 		end if;*  多分支* 		if 条件 then 条件成立的语句* 		elseif 条件1 then 条件1成立的语句* 		...* 		else 以上条件都不成立执行的语句* 		end if;*/-- 3.带有循环的函数/** 	SQL提供了三种循环* 	1. while循环* 		while 条件 do* 			循环体语句* 		end while;*	2. repeat-until 一直重复做某件事 直到达到某个要求*		repeat*			循环体语句*		until 循环结束条件 end repeat;*	3. loop死循环*			给循环一个标记  在循环体中满足要求的位置结束该标记的循环*		标记名称: loop*			循环体语句*			if 结束条件 then leave 标记名称;*			end if;*		end loop;*/use stu_sco_cou_db;
select * from tb_student;/*
mysql8.0之后，默认情况下，mysql不信任自定义的函数，信任的安全等级较低
在定义函数之前，提高自定义函数的信任度
*/
set global log_bin_trust_function_creators=1;-- 1.函数基本的定义和调用
-- 需求：获取学生的年龄/*
注意：1.因为定义函数的过程中，每条语句的后面需要添加分号，但是分号又是sql语句结束的标记2.自定义函数之前，一般都会将结束符修改为$$3.begin和end之间的内容是函数体【实现的具体需求】4.函数体中每条语句的结尾需要添加分号5.当函数定义完毕之后，修改sql结束的符号为分号6.自定义函数的过程中，尽量不要在sql之间添加注释，有可能会识别不到
*/
delimiter $$
create function get_age(birth date) returns int
beginreturn timestampdiff(year,birth,curdate());
end $$
delimiter ;-- 注意：mysql中的函数必须设置返回值，调用函数必须结合select查看结果
select *,get_age(birth) age from tb_student;-- 2.带有分支结构的函数
-- 双分支
-- 需求：创建一个判断成年或未成年的函数
delimiter $$
create function is_adult(age int) returns varchar(10)
beginif age>= 18 then return '成年';else return '未成年';end if;
end $$
delimiter ;
select is_adult(10) res;
select *,is_adult(age) is_a from (select *,timestampdiff(year,birth,curdate()) age from tb_student) new_stu;-- 多分支
-- 需求：判断某个月份属于哪个季度
delimiter $$
create function get_quarter(monthly int) returns varchar(20)
beginif monthly>=1 and monthly<=3 then return '第一季度';elseif monthly>=4 and monthly<=6 then return '第二季度';elseif monthly>=7 and monthly<=9 then return '第三季度';else return '第四季度';end if;
end $$
delimiter ;
select get_quarter(8) res;
select birth,get_quarter(month(birth)) res from tb_student;-- 3.带有循环结构的函数
-- 需求：求1~n之间所有整数的和
/*
注意：if-end if while-end whilerepeat-end repeatloop-end loopi = 1
total = 0
while i < 10:total += ii += 1*/-- a.while
delimiter $$
create function get_sum_while(n int) returns int
begindeclare i int default 1; -- 定义变量i，默认初始值为1declare total int default 0; -- 定义变量total。默认初始值为0，记录和while i <= n doset total = total + i;set i = i + 1;end while;return total;
end $$
delimiter ;
select get_sum_while(100) res;-- b.repeat
delimiter $$
create function get_sum_repeat(n int) returns int
begindeclare i int default 1; -- 定义变量i，默认初始值为1declare total int default 0; -- 定义变量total。默认初始值为0，记录和repeatset total = total + i;set i = i + 1;until i > n end repeat;return total;
end $$
delimiter ;-- 函数定义有误的话，删除函数
drop function get_sum_repeat;
select get_sum_repeat(100) res;-- c.loop
delimiter $$
create function get_sum_loop(n int) returns int
begindeclare i int default 1; -- 定义变量i，默认初始值为1declare total int default 0; -- 定义变量total。默认初始值为0，记录和A:loopset total = total + i;set i = i + 1;if i > n then leave A;end if;end loop;return total;
end $$
delimiter ;
select get_sum_loop(100) res;

2.函数返回结果

-- 1.sql函数的返回值有且只能有一个
-- 需求：返回按照生日排名第n的学生学号-- 排名第1的学生学号
select *,row_number() over(order by birth) rk from tb_student where birth is not null;with t as (select *,row_number() over(order by birth) rk from tb_student where birth is not null)
select stu_id from t where rk=1;delimiter $$
create function get_sid(n int) returns int
begindeclare sid int;  -- 声明一个变量，用于接受查询到的学生的学号with t as (select *,row_number() over(order by birth) rk from tb_student where birth is not null)select stu_id into sid from t where rk=n;return sid;
end $$
delimiter ;
select get_sid(7) res;-- 2.函数只能返回一个值，如果要多个值同时返回，处理方案：拼接
-- a.同一条数据的多个字段值拼接，用concat_ws()
-- 需求：获取第n名学生的学号和姓名-- 注意：声明的类型和实际的数据类型要保持一致
delimiter $$
create function get_info(n int) returns varchar(20)
begindeclare info varchar(20);  with t as (select *,row_number() over(order by birth) rk from tb_student where birth is not null)select concat_ws('-',stu_id,stu_name) into info from t where rk=n;return info;
end $$
delimiter ;
select get_info(7) res;-- b.多条数据的同一个字段值拼接，用group_concat()
-- 需求：返回前n名的学生学号
delimiter $$
create function get_rk(n int) returns varchar(20)
begindeclare info varchar(20);  with t as (select *,row_number() over(order by birth) rk from tb_student where birth is not null)select group_concat(stu_id) into info from t where rk<=n;return info;
end $$
delimiter ;
select get_rk(4) res;

3.存储过程

存储过程理解成对sql语句的封装

好处：把常用的sql语句进行封装成存储过程，执行效率要比使用的是有一条一条执行高

原理：将sql语句封装成存储过程的时候，已经对语句进行了解析优化，当我们调用存储过程的时候，直接使用执行引擎将结果返回

-- 修改语句结束的标记为 $$
delimiter $$
create procedure 存储过程名字(参数名 数据类型, 参数名 数据类型)
beginsql语句
end $$-- 恢复结束标记 
delimiter ;-- 调用存储过程
call 存储过程名字(传递的数据)-- 删除存储过程
drop procedure 存储过程名字;

4.存储过程及返回结果

use stu_sco_cou_db;/*
注意：a.返回值不是通过returns体现的，是通过参数体现的b.参数的类型in    输入out		输出inout 输入也输出in和out都是参数的修饰符，in表示传递进来的参数，out表示需要输出的参数
*/
-- 1.获取指定学生的最高分/最低分/总成绩
delimiter $$
create procedure get_score(sid int)
beginselect stu_id,max(score) maxs,min(score) mins,sum(score) sums from tb_score where stu_id=sid;
end $$
delimiter ;-- 调用存储过程
call get_score(1000);-- 2.将数据传递出出来，使用select展示
delimiter $$
create procedure get_num(inout sid int,out max_score float,out min_score float,out sum_score float)
beginselect stu_id,max(score) maxs,min(score) mins,sum(score) sums into sid,max_score,min_score,sum_scorefrom tb_score where stu_id=sid;
end $$
delimiter ;-- out标记的参数，没有办法直接交给select展示
-- 想要交给select，需要将其交给变量接收出来
-- 定义变量，变量名必须以@开头
set @maxs := 0;
set @mins := 0;
set @sums := 0;
set @sid := 1000;
-- 调用存储过程
call get_num(@sid,@maxs,@mins,@sums);
-- 通过select展示
select @sid,@maxs,@mins,@sums;

5.函数和存储过程的区别及优缺点

区别：

一般来说，存储过程实现的功能要复杂一点，而函数的实现的功能针对性比较强。

1. 存储过程，功能强大，可以执行包括修改表等一系列数据库操作；用户定义函数不能用于执行一组修改全局数据库状态的操作。
2. 对于存储过程来说可以返回参数，如记录集，而函数只能返回值或者表对象。函数只能返回一个变量；而存储过程可以返回多个。存储过程的参数可以有IN,OUT类型，而函数只能有IN类型。存储过程声明时不需要返回类型，而函数声明时需要描述返回类型，且函数体中必须包含一个有效的RETURN语句。
3. 存储过程一般是作为一个独立的部分来执行，而函数可以作为查询语句的一个部分来调用（SELECT调用）

优缺点：

1. 优点：
   存储过程和函数允许标准组件式编程，提高了SQL语句的重用性、共享性和可移植性。
   存储过程和函数可以被作为一种安全机制来利用。
   存储过程和函数能够实现较快的执行速度，能够减少网络流量。
2. 缺点：
   存储过程和函数的编写比单句SQL语句复杂。
   在编写存储过程和函数时，需要创建这些数据库对象的权限。

二、面试题讲解【重点掌握】

1.连续n天登录问题

create table if not exists tb_login(
id int primary key auto_increment comment '记录编号',
dt datetime comment '登录时间',
uid int comment '用户ID'
);
insert into tb_login(dt, uid) values('2023-01-01 08:17:09', 1001),
('2023-01-01 12:17:09', 1001),
('2023-01-01 09:17:09', 1002),
('2023-01-01 23:17:09', 1002),
('2023-01-01 10:17:09', 1003),
('2023-01-02 12:17:09', 1001),
('2023-01-02 16:17:09', 1002),
('2023-01-02 18:17:09', 1001),
('2023-01-03 05:17:09', 1003),
('2023-01-03 12:17:09', 1001),
('2023-01-03 22:17:09', 1001),
('2023-01-04 06:17:09', 1003),
('2023-01-04 22:17:09', 1002),
('2023-01-04 18:17:09', 1001),
('2023-01-05 21:17:09', 1003),
('2023-01-05 23:17:09', 1003),
('2023-01-06 09:17:09', 1002),
('2023-01-06 12:17:09', 1001),
('2023-01-06 09:17:09', 1002);use mydb1;
create table if not exists tb_login(
id int primary key auto_increment comment '记录编号',
dt datetime comment '登录时间',
uid int comment '用户ID'
);
insert into tb_login(dt, uid) values('2023-01-01 08:17:09', 1001),
('2023-01-01 12:17:09', 1001),
('2023-01-01 09:17:09', 1002),
('2023-01-01 23:17:09', 1002),
('2023-01-01 10:17:09', 1003),
('2023-01-02 12:17:09', 1001),
('2023-01-02 16:17:09', 1002),
('2023-01-02 18:17:09', 1001),
('2023-01-03 05:17:09', 1003),
('2023-01-03 12:17:09', 1001),
('2023-01-03 22:17:09', 1001),
('2023-01-04 06:17:09', 1003),
('2023-01-04 22:17:09', 1002),
('2023-01-04 18:17:09', 1001),
('2023-01-05 21:17:09', 1003),
('2023-01-05 23:17:09', 1003),
('2023-01-06 09:17:09', 1002),
('2023-01-06 12:17:09', 1001),
('2023-01-06 09:17:09', 1002);
-- 需求：连续3天登录的用户
select * from tb_login;
-- 对数据进行处理，每个用户每天只出现一次
select uid,date(dt) login_dt from tb_login group by date(dt),uid;-- 方式一：窗口偏移函数
-- 连续3天登录：1号登录了 2号登录  3号登录
-- 向上偏移的函数lead(偏移字段,偏移各个数) over(分组字段  排序字段 )
with t as (select uid,date(dt) login_dt from tb_login group by date(dt),uid),
t1 as (select *,lead(login_dt,1) over(partition by uid order by login_dt) second_dt,lead(login_dt,2) over(partition by uid order by login_dt) third_dt
from t)
select distinct uid 
from t1
where date_add(login_dt,interval 1 day)=second_dt and
date_add(second_dt,interval 1 day)=third_dt;-- 方式二：使用自连接
with t as (select uid,date(dt) login_dt from tb_login group by date(dt),uid)
select distinct first_login.uid
from t first_login join t second_login join t third_login
on first_login.uid=second_login.uid and date_add(first_login.login_dt,interval 1 day)=second_login.login_dt
and first_login.uid=third_login.uid and date_add(first_login.login_dt,interval 2 day)=third_login.login_dt;-- 方式三：使用排名函数
-- 上面两种方式可以实现，但是局限性较大，使用排名函数适用性更加广
/*
连续登录的话：登录时间 - rk ,结果应该是一样的
思路：a.将登录时间向过去偏移 rk 天，得到偏移日期b.按照用户与偏移后的日期进行归类，统计归类的个数c.如果这个个数>=3的，表示至少3天连续登录
*/
with t as (select uid,date(dt) login_dt from tb_login group by date(dt),uid),
t1 as (select *,row_number() over(partition by uid order by login_dt) rk from t)
select uid,date_sub(login_dt,interval rk day) diff,count(*) 天数
from t1
group by uid,date_sub(login_dt,interval rk day)
having count(*) >=3;

2.留存率问题

-- 留存率问题
/*
留存：第一天登录的用户在第n天仍然登录的还有多少人
留存率：第一天登录的用户在第n天仍然登录的人数 / 第一天登录的人数作用：检验用户对产品的粘性关注的有：次日留存率  3日留存率   7日留存率以次日留存率为例
思路：a.统计用户第一次登录的日期b.将这个日期与登录信息表进行连接，查找这个用户第二次登录的日期是否 是 第一次登录日期的第二天c.按照注册日期分组，，统计这天注册的人数， 以及第二天登录的人数
*/
-- with login_temp as (select uid,date(dt) login_dt from tb_login group by date(dt),uid)
-- select * from login_temp;-- 统计用户第一次登录的日期
-- first_value
-- with login_temp as (select uid,date(dt) login_dt from tb_login group by date(dt),uid)
-- select distinct uid,first_value(login_dt) over(partition by uid order by login_dt) first_dt
-- from login_temp;-- 获取第二天依然登录的用户
-- with login_temp as (select uid,date(dt) login_dt from tb_login group by date(dt),uid),
-- reg_tb as (select distinct uid,first_value(login_dt) over(partition by uid order by login_dt) first_dt
-- from login_temp)
-- select * 
-- from reg_tb left join login_temp second_login
-- on reg_tb.uid=second_login.uid 
-- and date_add(reg_tb.first_dt,interval 1 day) = second_login.login_dt;-- 获取第二天登录的人数，次日留存率
-- with login_temp as (select uid,date(dt) login_dt from tb_login group by date(dt),uid),
-- reg_tb as (select distinct uid,first_value(login_dt) over(partition by uid order by login_dt) first_dt
-- from login_temp)
-- select 
-- 	first_dt,count(reg_tb.uid) 注册人数,
--     count(second_login.uid) 第二天登录的人数,
--      count(second_login.uid) / count(reg_tb.uid) 次日留存
-- from reg_tb left join login_temp second_login
-- on reg_tb.uid=second_login.uid 
-- and date_add(reg_tb.first_dt,interval 1 day) = second_login.login_dt
-- group by first_dt;-- 加上七日留存率
with login_temp as (select uid,date(dt) login_dt from tb_login group by date(dt),uid),
reg_tb as (select distinct uid,first_value(login_dt) over(partition by uid order by login_dt) first_dt
from login_temp)
select first_dt,count(reg_tb.uid) 注册人数,count(second_login.uid) 第二天登录的人数,count(second_login.uid) / count(reg_tb.uid) 次日留存,count(seven_login.uid) / count(reg_tb.uid) 七日留存,count(three_login.uid) / count(reg_tb.uid) 三日留存
from reg_tb 
left join login_temp second_login
on reg_tb.uid=second_login.uid and date_add(reg_tb.first_dt,interval 1 day) = second_login.login_dt
left join login_temp seven_login
on reg_tb.uid=seven_login.uid and date_add(reg_tb.first_dt,interval 6 day) = seven_login.login_dt
left join login_temp three_login
on reg_tb.uid=three_login.uid and date_add(reg_tb.first_dt,interval 2 day) = three_login.login_dt
group by first_dt;

三、互联网常见指标查询【重点掌握】【作业】

1.需求

00.数据描述

使用命令提示符工具安装3个库

pip install pandas==1.2.4
pip install sqlalchemy==1.4.45
pip install pymysql

将互联网文件夹拖到pycharm中打开，执行导入数据的py文件， 在net数据库中产生相应的表，下面是相应表中字段解读

• tb_visit：访问统计表
  • visit_id：访问ID
  • user_id：用户ID
  • channel_id：渠道ID
  • platform：访问平台
  • stat_date：统计日期
  • pv：浏览量
  • click：点击量
  • quit：退出量
  • stay_duration：总停留时长
• tb_region：地区维度表
  • region_id：地区ID
  • region_name：地区名称
  • region_pid：上级地区ID
• tb_channel：推广渠道表
  • channel_id 渠道ID
  • one_level：一级渠道名称
  • two_level：二级渠道名称
  • three_level：三级渠道名称
• tb_user：用户信息表
  • user_id：用户ID
  • user_name：用户名称
  • age：用户年龄
  • sex：用户性别
  • class：用户类型
  • login_date：注册日期
  • region_id：地区ID
  • channel_id：渠道ID

01.题目01

• 求访问统计表各访问平台的浏览量、点击量、浏览至点击转化率

  platform pv click conversion
  Android 9784 3978 0.4066
  IOS 11108 4250 0.3826
  移动浏览器 3025 947 0.3131

02.题目02

• 求用户信息表用户数量前十的省份及相应的用户数量

  province user_num
  广东省 38
  四川省 21
  山东省 21
  河南省 20
  安徽省 18
  黑龙江省 16
  甘肃省 15
  重庆市 15
  山西省 14
  江苏省 14

03.题目03

• 求用户信息表各一级渠道的VIP用户数量

  one_level vip_num
  新媒体营销 27
  线上渠道 9
  线下渠道 2
  自然流量 2

04.题目04

• 求用户信息表各一级渠道的老用户数量占比

  one_level old_num total_num old_pct
  新媒体营销 59 164 0.3598
  线上渠道 24 59 0.4068
  线下渠道 13 34 0.3824
  自然流量 3 7 0.4286

05.题目05

• 求用户信息表各年龄分组的用户数量

  age_bins user_num
  (0, 18] 21
  (18, 30] 207
  (30, 40] 33
  (40, +∞] 3

06.题目06

• 求访问统计表浏览量在2000以上的二级渠道及相应的浏览量

  two_level pv
  基础上线 4897
  贴吧推广 4533
  微信推广 3830
  品牌推广 3216
  微博推广 2138

07.题目07

• 求用户信息表各性别各用户类型的用户数量，以长表的结构展示

  sex category user_num
  女 VIP用户 12
  女 新用户 58
  女 老用户 76
  男 VIP用户 28
  男 新用户 67
  男 老用户 23

08.题目08

• 求用户信息表各性别各用户类型的用户数量，以宽表的结构展示

  sex new_num old_num vip_num
  女 58 76 12
  男 67 23 28

09.题目09

• 求用户信息表每月注册的用户数量

  year month user_num
  2015 10 27
  2015 11 35
  2015 12 30
  2016 1 28
  2016 2 29
  2016 3 31
  2016 4 24
  2016 5 29
  2016 6 30
  2016 8 1

10.题目10

• 求访问统计表每月的浏览量、退出量、浏览至点击转化率

  month pv quit conversion
  2015-07 1872 753 0.3365
  2015-08 1919 758 0.3538
  2015-09 1668 653 0.3795
  2015-10 4941 1290 0.4416
  2015-11 1470 622 0.3646
  2015-12 3045 947 0.3990
  2016-01 1701 700 0.3410
  2016-02 3769 1129 0.3940
  2016-03 1580 630 0.3601
  2016-04 1806 725 0.3372
  2016-05 146 60 0.3904

11.题目11

• 求访问统计表各三级渠道的人均停留时长，并筛选大于3000的三级渠道

  three_level per_duration
  运营商 3516
  小号积累 3443
  垂直社区 3085
  安卓论坛 3024

12.题目12

• 以一级渠道分组去重合并二级渠道，并以"/"为分隔符

  one_level two_level
  新媒体营销 贴吧推广/微博推广/微信推广/品牌推广/事件营销
  线上渠道 基础上线
  线下渠道 行货店面/水货刷机/手机厂商预装
  自然流量 自然流量

13.题目13

• 求访问统计表各三级渠道的浏览量，并生成降序排名序号，最终展示前十

  three_level pv idx
  小号导大号 1369 1
  事件营销 1362 2
  小号积累 1278 3
  风暴论坛 1248 4
  安卓应用商店 1210 5
  微信互推 1183 6
  水货刷机 1177 7
  机锋论坛 1155 8
  手机厂商预装 1142 9
  问答类 1141 10

14.题目14

• 求访问统计表每月的浏览量和累积浏览量

  month pv cum_pv
  2015-07 1872 1872
  2015-08 1919 3791
  2015-09 1668 5459
  2015-10 4941 10400
  2015-11 1470 11870
  2015-12 3045 14915
  2016-01 1701 16616
  2016-02 3769 20385
  2016-03 1580 21965
  2016-04 1806 23771
  2016-05 146 23917

15.题目15

• 求访问统计表每月的浏览量和环比增长率

  month cur_pv pre_pv growth_rate
  2015-07 1872
  2015-08 1919 1872 0.0251
  2015-09 1668 1919 -0.1308
  2015-10 4941 1668 1.9622
  2015-11 1470 4941 -0.7025
  2015-12 3045 1470 1.0714
  2016-01 1701 3045 -0.4414
  2016-02 3769 1701 1.2158
  2016-03 1580 3769 -0.5808
  2016-04 1806 1580 0.1430
  2016-05 146 1806 -0.9192

16.题目16

• 求访问统计表各一级渠道下浏览量大于1000的三级渠道数量

  one_level cnt
  新媒体营销 11
  线上渠道 3
  线下渠道 3

17.题目17

• 求访问统计表各用户最近一次访问日期距离2016-05-02的天数，并筛选天数小于30的用户

  user_id days
  USER0260 29
  USER0261 29
  USER0262 29
  USER0263 29
  USER0264 29
  USER0001 28
  USER0002 28
  USER0003 28
  USER0004 28
  … …

18.题目18

• 求访问统计表各一级渠道的新用户、老用户、VIP用户的平均停留时长，以宽表的结构展示

  one_level new_duration old_duration vip_duration
  线上渠道 2380 2332 2168
  新媒体营销 2431 2496 2173
  线下渠道 2498 2051 1782
  自然流量 2813 972 2798

2.实现

-- 1.求**访问统计表**各访问平台的**浏览量**、**点击量**、**浏览至点击转化率**
-- 流程顺序：先浏览 -- 点击进入详情   点击行为的总量/浏览的总量
/*| platform   | pv    | click | conversion |
| ---------- | ----- | ----- | ---------- |
| Android    | 9784  | 3978  | 0.4066     |
| IOS        | 11108 | 4250  | 0.3826     |
| 移动浏览器 | 3025  | 947   | 0.3131     |* *//** # 02.题目02
- 求**用户信息表**用户数量前十的省份及相应的用户数量
| province | user_num |
| -------- | -------- |
| 广东省   | 38       |
| 四川省   | 21       |
| 山东省   | 21       |
| 河南省   | 20       |
| 安徽省   | 18       |
| 黑龙江省 | 16       |
| 甘肃省   | 15       |
| 重庆市   | 15       |
| 山西省   | 14       |
| 江苏省   | 14       |*//** # 03.题目03- 求**用户信息表**各一级渠道的VIP用户数量
| one_level  | vip_num |
| ---------- | ------- |
| 新媒体营销 | 27      |
| 线上渠道   | 9       |
| 线下渠道   | 2       |
| 自然流量   | 2       |*//** # 04.题目04- 求**用户信息表**各一级渠道的老用户数量占比
| one_level  | old_num | total_num | old_pct |
| ---------- | ------- | --------- | ------- |
| 新媒体营销 | 59      | 164       | 0.3598  |
| 线上渠道   | 24      | 59        | 0.4068  |
| 线下渠道   | 13      | 34        | 0.3824  |
| 自然流量   | 3       | 7         | 0.4286  |*//** # 05.题目05- 求**用户信息表**各年龄分组的用户数量
| age_bins | user_num |
| -------- | -------- |
| (0, 18]  | 21       |
| (18, 30] | 207      |
| (30, 40] | 33       |
| (40, +∞] | 3        |
*//** # 06.题目06- 求**访问统计表**浏览量在2000以上的二级渠道及相应的浏览量
| two_level | pv   |
| --------- | ---- |
| 基础上线  | 4897 |
| 贴吧推广  | 4533 |
| 微信推广  | 3830 |
| 品牌推广  | 3216 |
| 微博推广  | 2138 |*//*# 07.题目07- 求**用户信息表**各性别各用户类型的用户数量，以长表的结构展示
| sex  | category | user_num |
| ---- | -------- | -------- |
| 女   | VIP用户  | 12       |
| 女   | 新用户   | 58       |
| 女   | 老用户   | 76       |
| 男   | VIP用户  | 28       |
| 男   | 新用户   | 67       |
| 男   | 老用户   | 23       |* *//** # 08.题目08- 求**用户信息表**各性别各用户类型的用户数量，以宽表的结构展示| sex  | new_num | old_num | vip_num |
| ---- | ------- | ------- | ------- |
| 女   | 58      | 76      | 12      |
| 男   | 67      | 23      | 28      |*//*# 09.题目09- 求**用户信息表**每月注册的用户数量
| year | month | user_num |
| ---- | ----- | -------- |
| 2015 | 10    | 27       |
| 2015 | 11    | 35       |
| 2015 | 12    | 30       |
| 2016 | 1     | 28       |
| 2016 | 2     | 29       |
| 2016 | 3     | 31       |
| 2016 | 4     | 24       |
| 2016 | 5     | 29       |
| 2016 | 6     | 30       |
| 2016 | 8     | 1        |* *//*# 10.题目10- 求**访问统计表**每月的**浏览量**、**退出量**、**浏览至点击转化率**
| month   | pv   | quit | conversion |
| ------- | ---- | ---- | ---------- |
| 2015-07 | 1872 | 753  | 0.3365     |
| 2015-08 | 1919 | 758  | 0.3538     |
| 2015-09 | 1668 | 653  | 0.3795     |
| 2015-10 | 4941 | 1290 | 0.4416     |
| 2015-11 | 1470 | 622  | 0.3646     |
| 2015-12 | 3045 | 947  | 0.3990     |
| 2016-01 | 1701 | 700  | 0.3410     |
| 2016-02 | 3769 | 1129 | 0.3940     |
| 2016-03 | 1580 | 630  | 0.3601     |
| 2016-04 | 1806 | 725  | 0.3372     |
| 2016-05 | 146  | 60   | 0.3904     |*//** # 11.题目11
- 求**访问统计表**各三级渠道的人均停留时长，并筛选大于3000的三级渠道
| three_level | per_duration |
| ----------- | ------------ |
| 运营商      | 3516         |
| 小号积累    | 3443         |
| 垂直社区    | 3085         |
| 安卓论坛    | 3024         |*//** # 12.题目12- 以一级渠道分组**去重合并**二级渠道，并以"/"为分隔符| one_level  | two_level                                    |
| ---------- | -------------------------------------------- |
| 新媒体营销 | 贴吧推广/微博推广/微信推广/品牌推广/事件营销 |
| 线上渠道   | 基础上线                                     |
| 线下渠道   | 行货店面/水货刷机/手机厂商预装               |
| 自然流量   | 自然流量                                     |*//** # 13.题目13- 求**访问统计表**各三级渠道的浏览量，并生成降序排名序号，最终展示前十
| three_level  | pv   | idx  |
| ------------ | ---- | ---- |
| 小号导大号   | 1369 | 1    |
| 事件营销     | 1362 | 2    |
| 小号积累     | 1278 | 3    |
| 风暴论坛     | 1248 | 4    |
| 安卓应用商店 | 1210 | 5    |
| 微信互推     | 1183 | 6    |
| 水货刷机     | 1177 | 7    |
| 机锋论坛     | 1155 | 8    |
| 手机厂商预装 | 1142 | 9    |
| 问答类       | 1141 | 10   |*//** # 14.题目14- 求**访问统计表**每月的**浏览量**和**累积浏览量**
| month   | pv   | cum_pv | 
| ------- | ---- | ------ |
| 2015-07 | 1872 | 1872   |
| 2015-08 | 1919 | 3791   |
| 2015-09 | 1668 | 5459   |
| 2015-10 | 4941 | 10400  |
| 2015-11 | 1470 | 11870  |
| 2015-12 | 3045 | 14915  |
| 2016-01 | 1701 | 16616  |
| 2016-02 | 3769 | 20385  |
| 2016-03 | 1580 | 21965  |
| 2016-04 | 1806 | 23771  |
| 2016-05 | 146  | 23917  |*//** # 15.题目15- 求**访问统计表**每月的**浏览量**和**环比增长率**
| month   | cur_pv | pre_pv | growth_rate |
| ------- | ------ | ------ | ----------- |
| 2015-07 | 1872   |        |             |
| 2015-08 | 1919   | 1872   | 0.0251      |
| 2015-09 | 1668   | 1919   | -0.1308     |
| 2015-10 | 4941   | 1668   | 1.9622      |
| 2015-11 | 1470   | 4941   | -0.7025     |
| 2015-12 | 3045   | 1470   | 1.0714      |
| 2016-01 | 1701   | 3045   | -0.4414     |
| 2016-02 | 3769   | 1701   | 1.2158      |
| 2016-03 | 1580   | 3769   | -0.5808     |
| 2016-04 | 1806   | 1580   | 0.1430      |
| 2016-05 | 146    | 1806   | -0.9192     |*//** # 16.题目16- 求**访问统计表**各一级渠道下浏览量大于1000的三级渠道数量
| one_level  | cnt  |
| ---------- | ---- |
| 新媒体营销 | 11   |
| 线上渠道   | 3    |
| 线下渠道   | 3    |*//** # 17.题目17- 求**访问统计表**各用户最近一次访问日期距离2016-05-02的天数，并筛选天数小于30的用户
| user_id  | days   |
| -------- | ------ |
| USER0260 | 29     |
| USER0261 | 29     |
| USER0262 | 29     |
| USER0263 | 29     |
| USER0264 | 29     |
| USER0001 | 28     |
| USER0002 | 28     |
| USER0003 | 28     |
| USER0004 | 28     |
| ......   | ...... |
*//** # 18.题目18- 求**访问统计表**各一级渠道的新用户、老用户、VIP用户的平均停留时长，以宽表的结构展示
| one_level  | new_duration | old_duration | vip_duration |
| ---------- | ------------ | ------------ | ------------ |
| 线上渠道   | 2380         | 2332         | 2168         |
| 新媒体营销 | 2431         | 2496         | 2173         |
| 线下渠道   | 2498         | 2051         | 1782         |
| 自然流量   | 2813         | 972          | 2798         |*/