每天一道大厂SQL题【Day06】电商购买金额统计实战

大家好，我是Maynor。相信大家和我一样，都有一个大厂梦，作为一名资深大数据选手，深知SQL重要性，接下来我准备用100天时间，基于大数据岗面试中的经典SQL题，以每日1题的形式，带你过一遍热门SQL题并给出恰如其分的解答。

一路走来，随着问题加深，发现不会的也愈来愈多。但底气着实足了不少，相信不少朋友和我一样，日积月累才是最有效的学习方式！

最近刷题发现用chatGPT当模拟终端还是蛮好用的~

每日语录

我坐在窗边给你发了99条消息。你终于肯回我了，你说“你发你妈烦不烦” 。我一下子就哭了，原来努力真的有用。你已经开始考虑想见我的妈妈了，你也是挺喜欢我的吧。

第6题：电商购买金额统计实战

请用sql写出所有用户中在今年10月份第一次购买商品的金额，

表ordertable字段:(购买用户：userid，金额：money，购买时间：paymenttime(格式：2017-10-01)，订单id：orderid

实现

数据准备

CREATE TABLE test_sql.test6 (
userid string,
money decimal(10,2), paymenttime string, orderid string);
INSERT INTO TABLE test_sql.test6 VALUES('001',100,'2017-10-01','123'); INSERT INTO TABLE test_sql.test6 VALUES('001',200,'2017-10-02','124'); INSERT INTO TABLE test_sql.test6 VALUES('002',500,'2017-10-01','125'); INSERT INTO TABLE test_sql.test6 VALUES('001',100,'2017-11-01','126');

思路分析

思路一:

首先需要找到所有在10月份购买的订单。
然后找到每个用户在10月份第一次购买的订单，可以通过使用group by和min函数。
最后根据每个用户第一次购买的订单的id查询对应的金额。

思路二:

从test_sql.test6表中选择userid, money, paymenttime, orderid列。
使用内部查询对每个userid进行分区，并对每个分区的paymenttime列进行排序。
使用row_number()函数为每个分区分配行编号。
只选择内部查询中排名为1的行，即每个userid的第一次支付记录。
从内部查询中选择userid, paymenttime, money, orderid列作为最终结果。
在WHERE子句中，使用date_format()函数限制结果只包含2017年10月的支付记录。

答案获取

建议你先动脑思考，动手写一写再对照看下答案，如果实在不懂可以点击下方卡片，回复:大厂sql 即可。
参考答案适用HQL，SparkSQL，FlinkSQL，即大数据组件，其他SQL需自行修改。

加技术群讨论

点击下方卡片关注 联系我进群

或者直接私信我进群

文末SQL小技巧

提高SQL功底的思路。
1、造数据。因为有数据支撑，会方便我们根据数据结果去不断调整SQL的写法。
造数据语法既可以create table再insert into，也可以用下面的create temporary view xx as values语句，更简单。
其中create temporary view xx as values语句，SparkSQL语法支持，hive不支持。
2、先将结果表画出来，包括结果字段名有哪些，数据量也画几条。这是分析他要什么。
从源表到结果表，一路可能要走多个步骤，其实就是可能需要多个子查询，过程多就用with as来重构提高可读性。
3、要由简单过度到复杂，不要一下子就写一个很复杂的。
先写简单的select * from table…,每个中间步骤都执行打印结果，看是否符合预期，根据中间结果，进一步调整修饰SQL语句，再执行，直到接近结果表。
4、数据量要小，工具要快，如果用hive，就设置set hive.exec.mode.local.auto=true;如果是SparkSQL，就设置合适的shuffle并行度，set spark.sql.shuffle.partitions=4;

后记