SQL173 店铺901国庆期间的7日动销率和滞销率

木木子99992025-07-25 15:23

SQL173 店铺901国庆期间的7日动销率和滞销率

SQL题解：店铺动销率与滞销率计算

关键：只要当天任一店铺有任何商品的销量就输出该天的结果，即使店铺901当天的动销率为0。

潜台词：​输出逻辑与店铺901的销售情况无关，只取决于平台整体是否有销售记录。​

  • 表面理解：计算店铺901的动销率 → 应该只关注901的数据
  • 实际规则 ：只要全平台当天有任何销售（哪怕不是901的），就必须输出901这天的结果
条件 是否输出
全平台当天有任意销售 ✅ 必须输出（即使901销售为0）
全平台当天无任何销售 ❌ 不输出

题目理解

题目要求计算店铺901在2021年国庆头3天（10月1日-10月3日）的7日动销率和滞销率，结果保留3位小数，按日期升序排序。

关键定义

  • 动销率：一段时间内有销量的商品占当前已上架总商品数的比例
  • 滞销率：一段时间内没有销量的商品占当前已上架总商品数的比例

特殊要求

"只要当天任一店铺有任何商品的销量就输出该天的结果，即使店铺901当天的动销率为0"

解题思路分析

1. 数据准备

首先需要从三个表中获取必要信息：

  • tb_order_overall：订单基本信息
  • tb_order_detail：订单商品明细
  • tb_product_info：商品信息（店铺ID在这里）

2. 核心逻辑

  1. 确定需要计算的日期范围（10月1日-10月3日）
  2. 计算7日滚动窗口内的动销商品数
  3. 计算当前已上架的商品总数
  4. 计算动销率和滞销率

SQL代码解析

CTE部分

date_range表：获取平台有销售记录的日期
sql 复制代码 
  date_range AS (
        SELECT DISTINCT DATE(event_time) AS order_date
        FROM tb_order_overall
        WHERE DATE(event_time) BETWEEN '2021-10-01' AND '2021-10-03'
    )
  • 从订单总表中筛选出国庆3天内有销售记录的日期
  • 使用distinct确保日期不重复
shop_products 表：获取店铺901的销售记录
sql 复制代码 
shop_products AS (
        SELECT
            DATE(a.event_time) AS order_date,
            b.product_id
        FROM
            tb_order_overall a
            JOIN tb_order_detail b ON a.order_id = b.order_id AND a.status = 1
            JOIN tb_product_info c ON b.product_id = c.product_id AND c.shop_id = '901'
    )
  • 关联三个表获取店铺901的有效订单（status=1）的商品记录
  • 结果包含日期和商品ID
product_counts 表：计算每日在售商品数
sql 复制代码 
product_counts AS (
      SELECT
       DATE(o.event_time) AS order_date,
       COUNT(DISTINCT p.product_id) AS total_products
FROM
       tb_order_overall o
       CROSS JOIN tb_product_info p -- 显式交叉连接
WHERE
       p.shop_id = '901'
       AND DATEDIFF(DATE(o.event_time), DATE(p.release_time)) >= 0
GROUP BY
       DATE(o.event_time)
)
  • 计算店铺901在每个订单日期时已经上架的商品总数
  • DATEDIFF(...) >= 0：只保留商品上架时间早于或等于订单日期的记录
  • 使用逗号,表示的是隐式交叉连接（CROSS JOIN），这会生成两个表的笛卡尔积

商品表​（p）：

复制代码 
product_id | shop_id | release_time
----------------------------
8001      | 901     | 2020-01-01
8002      | 901     | 2020-01-01
8003      | 901     | 2021-09-01

​订单表​（o）：

复制代码 
order_id | event_time
---------------------
301004   | 2021-10-01
301005   | 2021-10-02
301003   | 2021-10-03

连接后会产生 3商品 × 3订单 = 9行中间结果：

复制代码 
product_id | shop_id | release_time | order_id | event_time
-----------------------------------------------------------
8001       | 901     | 2020-01-01   | 301004   | 2021-10-01
8001       | 901     | 2020-01-01   | 301005   | 2021-10-02
8001       | 901     | 2020-01-01   | 301003   | 2021-10-03
8002       | 901     | 2020-01-01   | 301004   | 2021-10-01
8002       | 901     | 2020-01-01   | 301005   | 2021-10-02
8002       | 901     | 2020-01-01   | 301003   | 2021-10-03
8003       | 901     | 2021-09-01   | 301004   | 2021-10-01
8003       | 901     | 2021-09-01   | 301005   | 2021-10-02
8003       | 901     | 2021-09-01   | 301003   | 2021-10-03

按订单日期分组后，计算每个日期的唯一商品数：

复制代码 
order_date | COUNT(DISTINCT p.product_id)
---------------------------
2021-10-01 | 3 (8001,8002,8003都已上架)
2021-10-02 | 3
2021-10-03 | 3

主查询部分

sql 复制代码 
SELECT
    dr.order_date AS dt,
    ROUND(
        COUNT(DISTINCT sp.product_id) / AVG(pc.total_products),
        3
    ) AS sale_rate,
    ROUND(
        1 - COUNT(DISTINCT sp.product_id) / AVG(pc.total_products),
        3
    ) AS unsale_rate
FROM
    date_range dr
    LEFT JOIN shop_products sp ON DATEDIFF(dr.order_date, sp.order_date) BETWEEN 0 AND 6
    JOIN product_counts pc ON dr.order_date = pc.order_date
GROUP BY
    dr.order_date
ORDER BY
    dr.order_date
  • 计算动销率和滞销率
  • date_range dr：国庆3天的日期（10月1日、2日、3日）
  • LEFT JOIN shop_products ：关联7天内的销售记录
    • DATEDIFF(dr.order_date, sp.order_date) BETWEEN 0 AND 6表示：
      • 0：当天
      • 6：7天前（含当天共7天）
  • JOIN product_counts：关联每天的商品总数
  • 分子 ：COUNT(DISTINCT sp.product_id)
    • 计算7天内销售过的不同商品数量
  • 分母 ：AVG(pc.total_products)
    • 因为pc已经按日期分组，每个日期只有一行，AVG相当于直接取值
    • 表示当天已上架的商品总数
  • ROUND(..., 3)​：保留3位小数

关键理解要点

  1. 时间窗口：每个日期的前7天（含当天）
  2. 三层数据组合 ：
    • 基础日期 + 7天内销售记录 + 当日商品总数
  3. LEFT JOIN的意义：确保无销售日也能显示
  4. AVG的使用场景：对单值分组列的巧妙处理

自建测试数据

sql 复制代码 
USE niuke_mall;

-- (1)创建商品信息表
CREATE TABLE tb_product_info (
    id INT AUTO_INCREMENT PRIMARY KEY,
    product_id INT NOT NULL,
    shop_id INT NOT NULL,
    tag VARCHAR(20),
    in_price DECIMAL(10,2) NOT NULL,
    quantity INT NOT NULL,
    release_time DATETIME NOT NULL
);

-- 插入测试数据
INSERT INTO tb_product_info (product_id, shop_id, tag, in_price, quantity, release_time) VALUES
-- 901店铺的商品(3个)
(8001, 901, '日用', 60.00, 1000, '2020-01-01 10:00:00'),  -- 长期在售商品
(8002, 901, '零食', 140.00, 500, '2020-01-01 10:00:00'), -- 长期在售商品
(8003, 901, '零食', 160.00, 500, '2021-09-01 10:00:00'), -- 较晚上架商品

-- 902店铺的商品(3个)
(8004, 902, '电子', 1200.00, 200, '2021-08-15 10:00:00'), -- 高单价商品
(8005, 902, '电子', 800.00, 150, '2021-09-15 10:00:00'),  -- 中等单价商品
(8006, 902, '配件', 50.00, 1000, '2021-10-01 10:00:00'),  -- 新上架商品

-- 903店铺的商品(4个)
(8007, 903, '服装', 200.00, 300, '2021-07-01 10:00:00'),  -- 夏季服装
(8008, 903, '服装', 300.00, 250, '2021-09-01 10:00:00'),  -- 秋季服装
(8009, 903, '鞋帽', 400.00, 200, '2021-09-15 10:00:00'),  -- 鞋类商品
(8010, 903, '鞋帽', 350.00, 180, '2021-10-01 10:00:00');  -- 新上架鞋类


-- (2)创建订单总表
CREATE TABLE tb_order_overall (
    id INT AUTO_INCREMENT PRIMARY KEY,
    order_id INT NOT NULL,
    uid INT NOT NULL,
    event_time DATETIME NOT NULL,
    total_amount DECIMAL(10,2) NOT NULL,
    total_cnt INT NOT NULL,
    `status` TINYINT NOT NULL DEFAULT 1 COMMENT '1-已完成'
);

-- 插入测试数据
INSERT INTO tb_order_overall (order_id, uid, event_time, total_amount, total_cnt, status) VALUES
-- 国庆前订单(3个)
(301001, 101, '2021-09-28 10:00:00', 300.00, 2, 1),  -- 901店铺订单
(301002, 102, '2021-09-29 11:00:00', 450.00, 3, 1),  -- 902店铺订单
(301003, 103, '2021-09-30 14:00:00', 200.00, 1, 1),  -- 903店铺订单

-- 国庆期间订单(9个)
-- 10月1日
(301004, 101, '2021-10-01 10:00:00', 170.00, 1, 1),  -- 901店铺订单
(301005, 102, '2021-10-01 11:00:00', 800.00, 1, 1),  -- 902店铺订单
(301006, 103, '2021-10-01 14:00:00', 350.00, 1, 1),  -- 903店铺订单

-- 10月2日
(301007, 104, '2021-10-02 09:00:00', 300.00, 2, 1),  -- 901店铺订单
(301008, 105, '2021-10-02 10:30:00', 1200.00, 1, 1), -- 902店铺订单
(301009, 106, '2021-10-02 15:00:00', 600.00, 2, 1),  -- 903店铺订单

-- 10月3日
(301010, 107, '2021-10-03 10:00:00', 235.00, 2, 1),  -- 901店铺订单
(301011, 108, '2021-10-03 11:30:00', 1600.00, 2, 1), -- 902店铺订单
(301012, 109, '2021-10-03 16:00:00', 950.00, 3, 1);  -- 903店铺订单


-- (3)创建订单明细表
CREATE TABLE tb_order_detail (
    id INT AUTO_INCREMENT PRIMARY KEY,
    order_id INT NOT NULL,
    product_id INT NOT NULL,
    price DECIMAL(10,2) NOT NULL,
    cnt INT NOT NULL
);

-- 插入测试数据
INSERT INTO tb_order_detail (order_id, product_id, price, cnt) VALUES
-- 国庆前订单明细
(301001, 8002, 150.00, 2),  -- 901店铺商品
(301002, 8004, 400.00, 1),  -- 902店铺商品
(301002, 8005, 800.00, 1),  -- 902店铺商品
(301002, 8006, 50.00, 1),   -- 902店铺商品
(301003, 8007, 200.00, 1),  -- 903店铺商品

-- 国庆期间订单明细
-- 10月1日
(301004, 8002, 170.00, 1),  -- 901店铺商品
(301005, 8005, 800.00, 1),  -- 902店铺商品
(301006, 8010, 350.00, 1),  -- 903店铺商品

-- 10月2日
(301007, 8002, 150.00, 1),  -- 901店铺商品
(301007, 8003, 150.00, 1),  -- 901店铺商品
(301008, 8004, 1200.00, 1), -- 902店铺商品
(301009, 8008, 300.00, 2),  -- 903店铺商品

-- 10月3日
(301010, 8001, 85.00, 1),   -- 901店铺商品
(301010, 8003, 150.00, 1),  -- 901店铺商品
(301011, 8004, 1200.00, 1), -- 902店铺商品
(301011, 8005, 400.00, 1),  -- 902店铺商品
(301012, 8007, 200.00, 1),  -- 903店铺商品
(301012, 8008, 300.00, 1),  -- 903店铺商品
(301012, 8009, 450.00, 1);  -- 903店铺商品

参考大佬们的回答

题解 | #店铺901国庆期间的7日动销率和滞销率#_牛客博客

题解 | #店铺901国庆期间的7日动销率和滞销率#_牛客博客

sql 复制代码 
 -- 定义日期范围CTE，获取2021-10-01到2021-10-03期间的所有订单日期
WITH
    -- 步骤1：确定要计算的日期范围（国庆3天）
    date_range AS (
        SELECT DISTINCT
            DATE(event_time) AS order_date
        FROM
            tb_order_overall
        WHERE
            DATE(event_time) BETWEEN '2021-10-01' AND '2021-10-03'
    ),
    -- 步骤2：找出901店铺有销售的商品和销售日期
    shop_products AS (
        SELECT
            DATE(a.event_time) AS order_date,
            b.product_id
        FROM
            tb_order_overall a
            JOIN tb_order_detail b ON a.order_id = b.order_id
            AND a.status = 1
            JOIN tb_product_info c ON b.product_id = c.product_id
            AND c.shop_id = '901'
    ),
    -- 定义产品总数CTE，计算901店铺每天可销售的产品总数
    product_counts as (
        SELECT
            DATE(o.event_time) AS order_date,
            COUNT(DISTINCT p.product_id) AS total_products
        FROM
            tb_order_overall o
            CROSS JOIN tb_product_info p -- 显式交叉连接
        WHERE
            p.shop_id = '901'
            AND DATEDIFF(DATE(o.event_time), DATE(p.release_time)) >= 0
        GROUP BY
            DATE(o.event_time)
    )
    -- 主查询：计算每天的产品销售率和未销售率
    -- 最终计算
SELECT
    dr.order_date AS dt,
    ROUND(
        COUNT(DISTINCT sp.product_id) / AVG(pc.total_products),
        3
    ) AS sale_rate,
    ROUND(
        1 - COUNT(DISTINCT sp.product_id) / AVG(pc.total_products),
        3
    ) AS unsale_rate
FROM
    date_range dr
    LEFT JOIN shop_products sp ON DATEDIFF(dr.order_date, sp.order_date) BETWEEN 0 AND 6
    JOIN product_counts pc ON dr.order_date = pc.order_date
GROUP BY
    dr.order_date
ORDER BY
    dr.order_date
相关推荐
小冷coding1 天前
【MySQL】MySQL 插入一条数据的完整流程（InnoDB 引擎）
数据库·mysql
周杰伦的稻香1 天前
MySQL中常见的慢查询与优化
android·数据库·mysql
·云扬·1 天前
MySQL 常见存储引擎详解及面试高频考点
数据库·mysql·面试
何以不说话1 天前
mysql 的主从复制
运维·数据库·学习·mysql
橘子132 天前
MySQL库的操作（二）
数据库·mysql·oracle
·云扬·2 天前
MySQL各版本核心特性演进与主流分支深度解析
数据库·sql·mysql
田超凡2 天前
深入理解MySQL_6 Temporary临时表
mysql·java-ee
尽兴-2 天前
MySQL 8.0主从复制原理与实战深度解析
数据库·mysql·主从复制
YongCheng_Liang2 天前
MySQL 高级特性深度解析：从索引优化到高可用架构
运维·数据库·mysql
<花开花落>2 天前
MySQL 数据备份流程化
mysql·systemd
热门推荐
01GitHub 镜像站点022025 Telegram 最新免费社工库机器人（LetsTG可[特殊字符]）搭建指南（含 Python 脚本）03OpenCode 入门教程：介绍 · 安装 · 配置第三方 API (如 Claude)04Linux下V2Ray安装配置指南05UV安装并设置国内源06安娜的档案(Anna’s Archive) 镜像网站/国内最新可访问入口（持续更新）07AI 规范驱动开发“三剑客”深度对比：Spec-Kit、Kiro 与 OpenSpec 实战指南08Labelme从安装到标注：零基础完整指南09Claude Code Skills 实用使用手册10BongoCat - 跨平台键盘猫动画工具