描述
为了对每个产品的营销进行新的策划，需要统计2023年每个产品的销售情况。现有三个原始数据表格：customers（顾客）、products（产品）和orders（订单），其结构如下：
customers（顾客）
| 字段名 | 数据类型 | 说明 |
|---|---|---|
| customer_id（顾客ID） | 整数 | 顾客的唯一标识符 |
| customer_name（顾客姓名） | 字符串（最大长度50） | 顾客的姓名 |
| customer_email（顾客邮箱） | 字符串（最大长度50） | 顾客的电子邮箱地址 |
| customer_age（顾客年龄） | 整数 | 顾客的年龄 |
| PRIMARY KEY (customer_id) | - | 将customer_id设置为主键，确保每个顾客ID的唯一性。 |
products（产品）
| 字段名 | 数据类型 | 说明 |
|---|---|---|
| product_id（产品ID） | 整数 | 产品的唯一标识符 |
| product_name（产品名称） | 字符串（最大长度50） | 产品的名称 |
| unit_price（单价） | 十进制数（保留两位小数） | 产品的单价 |
| PRIMARY KEY (product_id) | - | 将product_id设置为主键，确保每个产品ID的唯一性。 |
orders（订单）
| 字段名 | 数据类型 | 说明 |
|---|---|---|
| order_id（订单ID） | 整数 | 订单的唯一标识符 |
| customer_id（顾客ID） | 整数 | 顾客的ID，对应customers表格中的customer_id |
| product_id（产品ID） | 整数 | 产品的ID，对应products表格中的product_id |
| quantity（数量） | 整数 | 产品的数量 |
| order_date（订单日期） | 日期 | 订单的日期 |
| PRIMARY KEY (order_id) | - | 将order_id设置为主键，确保每个订单ID的唯一性。 |
查询要求
根据上述表格，查询2023年每个产品的以下信息：
- 产品ID （
product_id）：产品的ID。 - 总销售额 （
total_sales）：该产品的2023年总销售额。 - 单价 （
unit_price）：产品的单价。 - 总销量 （
total_quantity）：该产品的2023年总销售数量。 - 月平均销售额 （
avg_monthly_sales）：2023年该产品的月均销售额。 - 单月最高销量 （
max_monthly_quantity）：2023年该产品的最大月销售数量。 - 购买量最多的客户年龄段 （
customer_age_group）：2023年购买该产品数量最多的顾客的年龄段（1-10，11-20，21-30，31-40，41-50，51-60，61+）
排序规则
- 按照每个产品的总销售额降序排列。
- 如果总销售额一致，则按照产品的ID升序排列。
- 当存在两个客户年购买量都是最高时，
customer_age_group展示年龄小的顾客的年龄段。
计算说明
- 总销售额 = 总销量 × 单价
- 月平均销售额 = 总销售额 / 12
- 所有计算结果保留两位小数。
【示例】
customers（顾客）表格
products（产品）表格
orders（订单）表格
按要求查询出来的结果
示例说明
假设产品104的2023年销售总量是6，单价是120.00，则：
- 总销售额 = 6 × 120 = 720.00
- 月平均销售额 = 720 / 12 = 60.00
- 购买量最大的客户ID是2的Bob，年龄是30，所在年龄段是21-30。
示例1
输入：
drop table if exists customers ;
drop table if exists products ;
drop table if exists orders ;
CREATE TABLE customers (
customer_id INT,
customer_name VARCHAR(50),
customer_email VARCHAR(50),
customer_age INT,
PRIMARY KEY (customer_id)
);
INSERT INTO customers (customer_id, customer_name, customer_email, customer_age) VALUES
(1, 'Alice', 'alice@example.com', 25),
(2, 'Bob', 'bob@example.com', 30),
(3, 'Charlie', 'charlie@example.com', 22),
(4, 'David', 'david@example.com', 18),
(5, 'Eve', 'eve@example.com', 35);
CREATE TABLE products (
product_id INT,
product_name VARCHAR(50),
unit_price DECIMAL(10, 2),
PRIMARY KEY (product_id)
);
INSERT INTO products (product_id, product_name, unit_price) VALUES
(101, 'Product A', 50.00),
(102, 'Product B', 75.00),
(103, 'Product C', 100.00),
(104, 'Product D', 120.00),
(105, 'Product E', 90.00);
CREATE TABLE orders (
order_id INT,
customer_id INT,
product_id INT,
quantity INT,
order_date DATE,
PRIMARY KEY (order_id)
);
INSERT INTO orders (order_id, customer_id, product_id, quantity, order_date) VALUES
(1, 1, 101, 2, '2023-01-15'),
(2, 2, 102, 3, '2023-02-20'),
(3, 3, 103, 1, '2023-03-10'),
(4, 4, 104, 2, '2023-04-05'),
(5, 5, 105, 4, '2023-05-12'),
(6, 1, 102, 2, '2023-06-18'),
(7, 2, 103, 3, '2023-07-22'),
(8, 3, 104, 1, '2023-08-30'),
(9, 4, 105, 2, '2023-09-14'),
(10, 5, 101, 4, '2023-10-25'),
(11, 1, 103, 2, '2023-11-08'),
(12, 2, 104, 3, '2023-12-19');复制输出：
product_id|total_sales|unit_price|total_quantity|avg_monthly_sales|max_monthly_quantity|customer_age_group
104|720.00|120.00|6|60.00|3|21-30
103|600.00|100.00|6|50.00|3|21-30
105|540.00|90.00|6|45.00|4|31-40
102|375.00|75.00|5|31.25|3|21-30
101|300.00|50.00|6|25.00|4|31-40
sql
select product_id,round(total_quantity*unit_price,2) as total_sales,unit_price,total_quantity,
round(round(total_quantity*unit_price,2)/12,2) as avg_monthly_sales,
quantity as max_monthly_quantity,
customer_age_group
from (
select p.product_id,unit_price ,month(order_date) as month,if(customer_age>1 and customer_age<10,'1-10',if(customer_age<21,'11-20',if(customer_age<31,'21-30',if(customer_age<41,'31-40',if(customer_age<51,'41-50',if(customer_age<61,'51-60','61+')))))) as customer_age_group,customer_age,
dense_rank() over (partition by p.product_id order by quantity desc,customer_age ) as rk,
sum(quantity) over (partition by p.product_id) as total_quantity,
quantity
from orders join products p on orders.product_id = p.product_id
join customers c on orders.customer_id = c.customer_id
group by p.product_id, unit_price, month(order_date),customer_age,quantity
) as t
where rk=1
order by total_sales desc