SQL185 试卷完成数同比2020年的增长率及排名变化

描述

现有试卷信息表examination_info（exam_id试卷ID, tag试卷类别, difficulty试卷难度, duration考试时长, release_time发布时间）：

试卷作答记录表exam_record（uid用户ID, exam_id试卷ID, start_time开始作答时间, submit_time交卷时间, score得分）：

请计算2021年上半年各类试卷的做完次数相比2020年上半年同期的增长率（百分比格式，保留1位小数），以及做完次数排名变化，按增长率和21年排名降序输出。

由示例数据结果输出如下：

解释：2020年上半年有3个tag有作答完成的记录，分别是C++、SQL、PYTHON，它们被做完的次数分别是3、3、2，做完次数排名为1、1（并列）、3；

2021年上半年有2个tag有作答完成的记录，分别是算法、SQL，它们被做完的次数分别是3、2，做完次数排名为1、2；具体如下：

因此能输出同比结果的tag只有SQL，从2020到2021年，做完次数3=>2，减少33.3%（保留1位小数）；排名1=>2，后退1名。

WITH
    t2 AS (
        SELECT
            exam_id,
            IF(start_year = '2020', exam_cnt, NULL) exam_cnt_20, -- 2020年的完成次数
            LEAD(exam_cnt, 1) OVER (
                PARTITION BY
                    exam_id
                ORDER BY
                    start_year
            ) exam_cnt_21, -- 2021年的完成次数
            IF(start_year = '2020', rk, NULL) exam_cnt_rank_20, -- 2020年的排名
            LEAD(rk, 1) OVER (
                PARTITION BY
                    exam_id
                ORDER BY
                    start_year
            ) exam_cnt_rank_21 -- 2021年的排名
        FROM
            (
                SELECT
                    exam_id,
                    YEAR(submit_time) start_year,
                    COUNT(score) exam_cnt,
                    RANK() OVER (
                        PARTITION BY
                            YEAR(submit_time)
                        ORDER BY
                            COUNT(score) DESC
                    ) rk
                    /*分别对2021和2020的做完情况进行排名*/
                FROM
                    exam_record
                WHERE
                    MONTH(submit_time) BETWEEN 1 AND 6 -- 选取上半年数据
                    AND submit_time BETWEEN '2020-01-00 00:00:00' AND '2022-01-01 00:00:00' -- 选取2020和2021年的数据
                GROUP BY
                    YEAR(submit_time),
                    exam_id
                    /*对年份和类别进行聚类*/
            ) t1
    )
SELECT
    a.tag,
    exam_cnt_20,
    exam_cnt_21,
    CONCAT(
        ROUND(
            (exam_cnt_21 - exam_cnt_20) * 100 / exam_cnt_20,
            1
        ),
        '%'
    ) AS growth_rate,
    exam_cnt_rank_20,
    exam_cnt_rank_21,
    CAST(exam_cnt_rank_21 AS SIGNED) - CAST(exam_cnt_rank_20 AS SIGNED) AS rank_delta -- 需要转换格式，否则会报错
FROM
    t2
    LEFT JOIN examination_info AS a ON a.exam_id = t2.exam_id
WHERE
    exam_cnt_21 IS NOT NULL
ORDER BY
    growth_rate DESC,
    exam_cnt_rank_21 DESC;

🔍 代码逐层解析

🧱 1. 内层查询 t1 ------ 按年份+试卷分组并排名

SELECT
    exam_id,
    YEAR(submit_time) AS start_year,
    COUNT(score) AS exam_cnt,
    RANK() OVER (
        PARTITION BY YEAR(submit_time)
        ORDER BY COUNT(score) DESC
    ) AS rk
FROM exam_record
WHERE
    MONTH(submit_time) BETWEEN 1 AND 6
    AND submit_time >= '2020-01-01' AND submit_time < '2022-01-01'
GROUP BY YEAR(submit_time), exam_id

✅ 做了什么？

• 筛选 2020 和 2021 年上半年 的数据
• 按 年份 + 试卷 ID 分组
• 统计每类试卷每年的完成次数 （COUNT(score)）
• 使用 RANK() 计算每年内的完成次数排名（降序）

⚠️ 注意：

• BETWEEN 1 AND 6：精确筛选上半年
• submit_time < '2022-01-01'：避免包含 2022 年数据
• RANK() 处理并列情况（如 3,3 → 排名 1,1，下一名为 3）

---

🧱 2. 中层查询 t2 ------ 使用 LEAD() 对齐两年数据

SELECT
    exam_id,
    IF(start_year = '2020', exam_cnt, NULL) AS exam_cnt_20,
    LEAD(exam_cnt, 1) OVER (PARTITION BY exam_id ORDER BY start_year) AS exam_cnt_21,
    IF(start_year = '2020', rk, NULL) AS exam_cnt_rank_20,
    LEAD(rk, 1) OVER (PARTITION BY exam_id ORDER BY start_year) AS exam_cnt_rank_21
FROM t1

✅ 核心技巧：LEAD() 窗口函数

函数	作用
LEAD(col, 1)	获取当前行之后第 1 行的值
PARTITION BY exam_id	按试卷分组，确保只在同 exam_id 内查找
ORDER BY start_year	按年份升序排列（2020 → 2021）

💡 举个例子：

原始 t1 数据：

exam_id	start_year	exam_cnt	rk
9001	2020	100	2
9001	2021	150	1

经过 LEAD() 后：

exam_id	exam_cnt_20	exam_cnt_21	rk_20	rk_21
9001	100	150	2	1

✅ 实现了"将两年数据对齐到同一行"

📌 IF(start_year = '2020', ..., NULL) 的作用：

• 将 2020 年的数据保留在 exam_cnt_20 字段
• 2021 年该字段为 NULL
• 配合 LEAD()，确保 exam_cnt_21 是下一年的值

---

🧱 3. 主查询 ------ 计算增长率与排名变化

SELECT
    a.tag,
    exam_cnt_20,
    exam_cnt_21,
    CONCAT(ROUND((exam_cnt_21 - exam_cnt_20) * 100.0 / exam_cnt_20, 1), '%') AS growth_rate,
    exam_cnt_rank_20,
    exam_cnt_rank_21,
    CAST(exam_cnt_rank_21 AS SIGNED) - CAST(exam_cnt_rank_20 AS SIGNED) AS rank_delta
FROM t2
LEFT JOIN examination_info AS a ON a.exam_id = t2.exam_id
WHERE exam_cnt_21 IS NOT NULL
ORDER BY growth_rate DESC, exam_cnt_rank_21 DESC;

✅ 关键计算：

指标	公式	说明
增长率	(2021 - 2020) / 2020 * 100%	* 100.0 保证浮点运算
格式化输出	CONCAT(..., '%')	添加百分号
排名变化	rank_21 - rank_20	正数表示排名下降，负数表示上升
类型转换	CAST(... AS SIGNED)	避免字符串减法报错

✅ 过滤与排序：

• WHERE exam_cnt_21 IS NOT NULL：确保该试卷在 2020 和 2021 都存在
• ORDER BY growth_rate DESC：增长率从高到低
• exam_cnt_rank_21 DESC：2021 年排名靠后的优先（同增长率时）

---

📝 核心知识点总结

技术点	说明	应用场景
LEAD()/LAG()	获取下一行/上一行的值	同比、环比分析
RANK()	处理并列排名	排行榜、绩效排名
PARTITION BY	窗口函数分组	分组内排序、对比
CONCAT + ROUND	格式化数值输出	百分比、金额显示
CAST(... AS SIGNED)	类型转换	字符串转整数计算
WITH ... AS ()	CTE 公共表表达式	分步处理复杂逻辑

---

✅ 最佳实践建议

1. 时间范围写法：

   • ❌ BETWEEN '2020-01-00'（非法日期）
   • ✅ submit_time >= '2020-01-01' AND submit_time < '2022-01-01'

2. 增长率计算注意除零：

   • 可加 WHERE exam_cnt_20 > 0

3. 排名函数选择：

   • RANK()：允许并列，下一名跳过（1,1,3）
   • DENSE_RANK()：允许并列，下一名不跳过（1,1,2）
   • ROW_NUMBER()：强制唯一，无并列

4. LEAD() 的适用场景：

   • 跨行对比（如：今年 vs 去年）
   • 避免自连接，提升性能

---

🎯 一句话总结

"用 LEAD() 实现跨年数据对齐，RANK() 计算年度排名，CONCAT+ROUND 格式化增长率，完成试卷类别的同比分析"

这套模式适用于：

• 年度/季度/月度对比分析
• 排名变化监控
• 增长率计算与展示