当前位置: 首页 > news >正文

做医疗网站aso优化推广

做医疗网站,aso优化推广,关镇铨装修到底怎样,群晖 nas做网站 推荐目录 1 题目2 建表语句3 题解 1 题目 找出所有连续未登录5天及以上的用户并提取出这些用户最近一次登录的日期 样例数据 ----------------------------------------------- | user_login.user_id | user_login.login_date | ---------------------------------------------…

目录

  • 1 题目
  • 2 建表语句
  • 3 题解

1 题目


找出所有连续未登录5天及以上的用户并提取出这些用户最近一次登录的日期

样例数据

+---------------------+------------------------+--+
| user_login.user_id  | user_login.login_date  |
+---------------------+------------------------+--+
| 1                   | 2022-01-01             |
| 1                   | 2022-01-02             |
| 1                   | 2022-01-03             |
| 1                   | 2022-01-05             |
| 1                   | 2022-01-06             |
| 1                   | 2022-01-09             |
| 1                   | 2023-01-01             |
| 2                   | 2022-01-01             |
| 2                   | 2022-01-03             |
| 2                   | 2022-01-04             |
| 2                   | 2022-01-06             |
| 2                   | 2022-01-07             |
| 2                   | 2022-01-08             |
| 3                   | 2022-01-01             |
| 3                   | 2022-01-02             |
| 3                   | 2022-01-04             |
| 3                   | 2022-01-05             |
| 3                   | 2022-01-07             |
| 3                   | 2022-01-08             |
+---------------------+------------------------+--+

2 建表语句


-- 创建用户登录数据表
CREATE TABLE user_login(user_id INT,login_date DATE
);-- 插入模拟数据
INSERT INTO user_login VALUES
(1, '2022-01-01'),
(1, '2022-01-02'),
(1, '2022-01-03'),
(1, '2022-01-05'),
(1, '2022-01-06'),
(1, '2022-01-09'),
(1, '2023-01-01'),
(2, '2022-01-01'),
(2, '2022-01-03'),
(2, '2022-01-04'),
(2, '2022-01-06'),
(2, '2022-01-07'),
(2, '2022-01-08'),
(3, '2022-01-01'),
(3, '2022-01-02'),
(3, '2022-01-04'),
(3, '2022-01-05'),
(3, '2022-01-07'),
(3, '2022-01-08');

3 题解


  1. 计算本次登录日期与上一次登录日期差值
select user_id,login_date,datediff(login_date, lag(login_date) over (partition by user_id order by login_date )) as dt
from user_login

执行结果

+----------+-------------+-------+--+
| user_id  | login_date  |  dt   |
+----------+-------------+-------+--+
| 1        | 2022-01-01  | NULL  |
| 1        | 2022-01-02  | 1     |
| 1        | 2022-01-03  | 1     |
| 1        | 2022-01-05  | 2     |
| 1        | 2022-01-06  | 1     |
| 1        | 2022-01-09  | 3     |
| 1        | 2023-01-01  | 357   |
| 2        | 2022-01-01  | NULL  |
| 2        | 2022-01-03  | 2     |
| 2        | 2022-01-04  | 1     |
| 2        | 2022-01-06  | 2     |
| 2        | 2022-01-07  | 1     |
| 2        | 2022-01-08  | 1     |
| 3        | 2022-01-01  | NULL  |
| 3        | 2022-01-02  | 1     |
| 3        | 2022-01-04  | 2     |
| 3        | 2022-01-05  | 1     |
| 3        | 2022-01-07  | 2     |
| 3        | 2022-01-08  | 1     |
+----------+-------------+-------+--+
  1. 计算每个用户最近一次登录日期
select  user_id,max(login_date) recent_login_date
from user_login
group by user_id

执行结果

+----------+--------------------+--+
| user_id  | recent_login_date  |
+----------+--------------------+--+
| 1        | 2023-01-01         |
| 2        | 2022-01-08         |
| 3        | 2022-01-08         |
+----------+--------------------+--+
  1. 合并上述两张表

select t1.user_id,t1.login_date,t1.dt,t2.user_id,t2.recent_login_date
from (select user_id,login_date,datediff(login_date, lag(login_date) over (partition by user_id order by login_date )) as dtfrom user_login) t1left join(select  user_id,max(login_date) recent_login_datefrom user_logingroup by user_id) t2on t1.user_id = t2.user_id

执行结果

+-------------+----------------+--------+-------------+-----------------------+--+
| t1.user_id  | t1.login_date  | t1.dt  | t2.user_id  | t2.recent_login_date  |
+-------------+----------------+--------+-------------+-----------------------+--+
| 1           | 2022-01-01     | NULL   | 1           | 2023-01-01            |
| 1           | 2022-01-02     | 1      | 1           | 2023-01-01            |
| 1           | 2022-01-03     | 1      | 1           | 2023-01-01            |
| 1           | 2022-01-05     | 2      | 1           | 2023-01-01            |
| 1           | 2022-01-06     | 1      | 1           | 2023-01-01            |
| 1           | 2022-01-09     | 3      | 1           | 2023-01-01            |
| 1           | 2023-01-01     | 357    | 1           | 2023-01-01            |
| 2           | 2022-01-01     | NULL   | 2           | 2022-01-08            |
| 2           | 2022-01-03     | 2      | 2           | 2022-01-08            |
| 2           | 2022-01-04     | 1      | 2           | 2022-01-08            |
| 2           | 2022-01-06     | 2      | 2           | 2022-01-08            |
| 2           | 2022-01-07     | 1      | 2           | 2022-01-08            |
| 2           | 2022-01-08     | 1      | 2           | 2022-01-08            |
| 3           | 2022-01-01     | NULL   | 3           | 2022-01-08            |
| 3           | 2022-01-02     | 1      | 3           | 2022-01-08            |
| 3           | 2022-01-04     | 2      | 3           | 2022-01-08            |
| 3           | 2022-01-05     | 1      | 3           | 2022-01-08            |
| 3           | 2022-01-07     | 2      | 3           | 2022-01-08            |
| 3           | 2022-01-08     | 1      | 3           | 2022-01-08            |
+-------------+----------------+--------+-------------+-----------------------+--+
  1. 找出所有连续未登录5天及以上的用户
select t1.user_id,t2.recent_login_date
from (select user_id,login_date,datediff(login_date, lag(login_date) over (partition by user_id order by login_date )) as dtfrom user_login) t1left join(select  user_id,max(login_date) recent_login_datefrom user_logingroup by user_id) t2on t1.user_id = t2.user_id
where t1.dt >= 5;

执行结果

+-------------+-----------------------+--+
| t1.user_id  | t2.recent_login_date  |
+-------------+-----------------------+--+
| 1           | 2023-01-01            |
+-------------+-----------------------+--+
http://www.hkea.cn/news/294508/

相关文章:

  • 网站集约化建设推进情况推广app赚钱
  • 番禺大石做网站域名污染查询网站
  • 长沙市在建工程项目免费seo快速排名工具
  • 南宁定制网站制作电话图片外链生成工具
  • 哪些网站做的海报比较高大上百度客服电话是多少
  • 菏泽网站建设电话常州seo外包
  • 做木皮的网站裂变营销五种模式十六种方法
  • 精美 企业网站模板微信软文推广怎么做
  • 怎么建立一个网站里面可以查询资料百度权重域名
  • 网站建设顺序镇江交叉口优化
  • 低价企业网站搭建软文新闻发布网站
  • 创造与魔法官方网站做自己喜欢的事seo视频
  • 淘宝联盟推广网站怎么做吉安seo招聘
  • 工程招聘网站如何免费制作自己的网站
  • 网站建设调研问卷搜易网托管模式的特点
  • 在哪个网站可以做java面试题宁德市蕉城区疫情
  • 2021年重大新闻事件seo快速工具
  • 拼多多网店南宁优化推广服务
  • 洛阳建筑公司排名长沙官网seo服务
  • 网站关键词优化公司哪家好企业网站seo点击软件
  • 做网站有必要?优化师培训
  • 网站怎么发布信息百度推广优化技巧
  • 西安软件培训百度百科优化排名
  • 网站上文章加入音乐是怎么做的网页代码
  • 深圳公布最新出行政策徐州seo招聘
  • wordpress的漏洞seo优化知识
  • 网站建设高端seo和sem分别是什么
  • 成交功能网站怎么推广自己的产品
  • 北京宣传片网站seo综合查询
  • 滨海网站建设公司百度指数的使用