牛客网SQL大厂真题二刷小白白话总结（三）电商场景（某东商城）

三、电商场景（某东商城）

SQL13 计算商城中2021年每月的GMV（简单）

SQL14 统计2021年10月每个退货率不大于0.5的商品各项指标（中等）

SQL15 某店铺的各商品毛利率及店铺整体毛利率（中等）

SQL16 零食类商品中复购率top3高的商品（中等）

SQL17 10月的新户客单价和获客成本（较难）

SQL13 计算商城中2021年每月的GMV（简单）

select date_format(event_time,"%Y-%m") as month,
sum(total_amount) as GMV
from
tb_order_overall
where status!=2 and year(event_time)=2021
group by month
having GMV>100000
order by GMV

很简单，就是限制条件不要遗漏就可以啦

SQL14 统计2021年10月每个退货率不大于0.5的商品各项指标（中等）

select product_id,round(ctr,3) as ctr,
round(cart_rate,3) as cart_rate,
round(payment_rate,3) as payment_rate,
round(refund_rate,3) as refund_rate
from
(select product_id,sum(if_click)/count(*) as ctr,if(sum(if_click)!=0,sum(if_cart)/sum(if_click),0) as cart_rate,if(sum(if_cart)!=0,sum(if_payment)/sum(if_cart),0) as payment_rate,if(sum(if_payment)!=0,sum(if_refund)/sum(if_payment),0) as refund_ratefrom tb_user_eventwhere date_format(event_time,"%Y-%m")='2021-10'group by product_idhaving refund_rate<=0.5 or sum(if_payment)=0) xorder by product_id

这一道题主要是对于分母为0的数据也要考虑到（但实际操作好像考不考虑答案都没区别）

日期=后面不要忘记加“”（这是我一开始报错的原因）

SQL15 某店铺的各商品毛利率及店铺整体毛利率（中等）

select product_id,concat(round(profit_rate,1),"%") as profit_rate
from
(select ifnull(product_id, '店铺汇总') as product_id,
100*(1-sum(in_price*cnt)/sum(price*cnt))as profit_rate
from (select product_id,in_price,cnt,price from tb_order_detailJOIN tb_product_info USING(product_id)JOIN tb_order_overall USING(order_id)
where shop_id=901 and date(event_time)>='2021-10-01')y
group by product_id
with rollup
having profit_rate > 24.9 OR product_id IS NULL
order by product_id) as x

这是第一种解法，采用了with rollup。

分析一下题目，比较难理解的是毛利率，原题目中给公式是：

商品毛利率=(1-进价/平均单件售价)*100%；

店铺毛利率=(1-总进价成本/总销售收入)*100%

进价很好理解in_price，但是分母的平均单件售价有点难处理，难道还要求每一件商品售出价格的平均值嘛？

考虑上下同时乘以“件数cnt”，也就是每件商品的总成本/每件商品的总售价，每件商品的总售价不就是实际售价*件数之和嘛？

因此：sum(in_price*cnt)/sum(price*cnt)

另外，这里还有求【店铺】的毛利率，这里直接在group by后面接with roll up即可，得到分组的全部数据的汇总信息，就为店铺毛利率。

SQL16 零食类商品中复购率top3高的商品（中等）

select x2.product_id,
round(count(distinct x1.uid)/count(distinct x2.uid),3) as repurchase_rate
from
(select product_id,uid,count(order_id) as times_buy from
tb_order_overall join tb_order_detail using(order_id)
where status=1 and timestampdiff(day,date(event_time),(select max(date(event_time)) from tb_order_overall))<90
group by product_id,uid
having times_buy>=2) x1
right join
(select product_id,uid
from tb_order_overall join tb_order_detail using(order_id)
where status=1 and timestampdiff(day,date(event_time),(select max(date(event_time)) from tb_order_overall))<90
group by product_id,uid) x2
on x1.product_id=x2.product_id
and x1.uid=x2.uid
group by x2.product_id
order by repurchase_rate desc, product_id
limit 3

感觉我写的特别复杂，主要就是两个表，一个是复购表，只保留了满足条件复购数量>=2的商品用户，还有一个表就是全部的用户，两个表各自uid的数目相除就是复购率。

参考一下评论区更简单的代码：

SELECT product_id,ROUND(SUM(repurchase) / COUNT(repurchase), 3) as repurchase_rate
FROM (SELECT uid, product_id, IF(COUNT(event_time)>1, 1, 0) as repurchaseFROM tb_order_detailJOIN tb_order_overall USING(order_id)JOIN tb_product_info USING(product_id)WHERE tag="零食" AND event_time >= (SELECT DATE_SUB(MAX(event_time), INTERVAL 89 DAY)FROM tb_order_overall)GROUP BY uid, product_id
) as t_uid_product_info
GROUP BY product_id
ORDER BY repurchase_rate DESC, product_id
LIMIT 3;

这是只有一个select子表，那就是每个用户，对应每个产品是否复购（只用1和0来表示判断），核心思想在于uid【全都保留】，作为主键，这样直接加总就是总用户数量，对于分子使用if判断句的结果加总，简化了很多。

SQL17 10月的新户客单价和获客成本（较难）

select round(avg(total_amount),1) as avg_amount,
round(avg(cost),1) as avg_cost
from(select a.order_id,total_amount,(sum(price*cnt)-total_amount) as costfrom tb_order_detail a left join tb_order_overall bon a.order_id = b.order_idwhere date_format(event_time,'%Y-%m') = '2021-10'and (uid,event_time) in (select uid,min(event_time) from tb_order_overallgroup by 1)group by 1,2) x

这道题卡住我的在于如何处理“新客户首单”这个条件，因为是对查询订单的范围进行界定，这个event_time的又要根据不同用户最早下单时间而变化，因此这里where语句后面：

and (uid,event_time) in (select uid,min(event_time) from tb_order_overall
group by 1）

也就是uid和event_time同时满足（）里面的条件。

另外这里还有一个坑，total_amount是非聚合函数，因此要在group by里面加上total_amount(也就是group by 1,2两个变量）。