新密做网站推广广告优化师工作内容

新密做网站推广,广告优化师工作内容,网站域名使用费,济南建设工程交易网官网前言#xff1a; 这个力扣数据库题单里面的一道题#xff0c;当时看文字很多#xff0c;直接看的案例#xff0c;一开始没什么思路#xff0c;对CASE WHEN函数接触确实少#xff0c;一开始没下起来! 题目#xff1a; 表#xff1a;Trips ----------------------- |…前言这个力扣数据库题单里面的一道题当时看文字很多直接看的案例一开始没什么思路对CASE WHEN函数接触确实少一开始没下起来!题目表Trips----------------------- | Column Name | Type | ----------------------- | id | int | | client_id | int | | driver_id | int | | city_id | int | | status | enum | | request_at | varchar | ----------------------- id 是这张表的主键具有唯一值的列。 这张表中存所有出租车的行程信息。每段行程有唯一 id 其中 client_id 和 driver_id 是 Users 表中 users_id 的外键。 status 是一个表示行程状态的枚举类型枚举成员为(‘completed’, ‘cancelled_by_driver’, ‘cancelled_by_client’) 。表Users----------------------- | Column Name | Type | ----------------------- | users_id | int | | banned | enum | | role | enum | ----------------------- users_id 是这张表的主键具有唯一值的列。 这张表中存所有用户每个用户都有一个唯一的 users_id role 是一个表示用户身份的枚举类型枚举成员为 (‘client’, ‘driver’, ‘partner’) 。 banned 是一个表示用户是否被禁止的枚举类型枚举成员为 (‘Yes’, ‘No’) 。取消率 的计算方式如下(被司机或乘客取消的非禁止用户生成的订单数量) / (非禁止用户生成的订单总数)。编写解决方案找出2013-10-01至2013-10-03期间有 至少 一次行程的非禁止用户乘客和司机都必须未被禁止的 取消率。非禁止用户即 banned 为 No 的用户禁止用户即 banned 为 Yes 的用户。其中取消率Cancellation Rate需要四舍五入保留 两位小数 。返回结果表中的数据 无顺序要求 。结果格式如下例所示。示例 1输入 Trips 表 -------------------------------------------------------------------- | id | client_id | driver_id | city_id | status | request_at | -------------------------------------------------------------------- | 1 | 1 | 10 | 1 | completed | 2013-10-01 | | 2 | 2 | 11 | 1 | cancelled_by_driver | 2013-10-01 | | 3 | 3 | 12 | 6 | completed | 2013-10-01 | | 4 | 4 | 13 | 6 | cancelled_by_client | 2013-10-01 | | 5 | 1 | 10 | 1 | completed | 2013-10-02 | | 6 | 2 | 11 | 6 | completed | 2013-10-02 | | 7 | 3 | 12 | 6 | completed | 2013-10-02 | | 8 | 2 | 12 | 12 | completed | 2013-10-03 | | 9 | 3 | 10 | 12 | completed | 2013-10-03 | | 10 | 4 | 13 | 12 | cancelled_by_driver | 2013-10-03 | -------------------------------------------------------------------- Users 表 -------------------------- | users_id | banned | role | -------------------------- | 1 | No | client | | 2 | Yes | client | | 3 | No | client | | 4 | No | client | | 10 | No | driver | | 11 | No | driver | | 12 | No | driver | | 13 | No | driver | -------------------------- 输出 ------------------------------- | Day | Cancellation Rate | ------------------------------- | 2013-10-01 | 0.33 | | 2013-10-02 | 0.00 | | 2013-10-03 | 0.50 | ------------------------------- 解释 2013-10-01 - 共有 4 条请求其中 2 条取消。 - 然而id2 的请求是由禁止用户user_id2发出的所以计算时应当忽略它。 - 因此总共有 3 条非禁止请求参与计算其中 1 条取消。 - 取消率为 (1 / 3) 0.33 2013-10-02 - 共有 3 条请求其中 0 条取消。 - 然而id6 的请求是由禁止用户发出的所以计算时应当忽略它。 - 因此总共有 2 条非禁止请求参与计算其中 0 条取消。 - 取消率为 (0 / 2) 0.00 2013-10-03 - 共有 3 条请求其中 1 条取消。 - 然而id8 的请求是由禁止用户发出的所以计算时应当忽略它。 - 因此总共有 2 条非禁止请求参与计算其中 1 条取消。 - 取消率为 (1 / 2) 0.50题目分析取消率计算方法题目已经给出取消订单数除以非禁止用户的总订单数需要计算取消率我们就得知道哪些是非禁止用户有多少订单数非禁止用户取消了多少订单数。连接两张表因为id不同和用户不同需要对接两次然后使CASE WHEN函数判断是否取消订单在获取取消订单数除以总订单数。不知道这个函数的可以看看https://blog.csdn.net/rongtaoup/article/details/82183743拿案例一举例输入 Trips 表 -------------------------------------------------------------------- | id | client_id | driver_id | city_id | status | request_at | -------------------------------------------------------------------- | 1 | 1 | 10 | 1 | completed | 2013-10-01 | | 2 | 2 | 11 | 1 | cancelled_by_driver | 2013-10-01 | | 3 | 3 | 12 | 6 | completed | 2013-10-01 | | 4 | 4 | 13 | 6 | cancelled_by_client | 2013-10-01 | | 5 | 1 | 10 | 1 | completed | 2013-10-02 | | 6 | 2 | 11 | 6 | completed | 2013-10-02 | | 7 | 3 | 12 | 6 | completed | 2013-10-02 | | 8 | 2 | 12 | 12 | completed | 2013-10-03 | | 9 | 3 | 10 | 12 | completed | 2013-10-03 | | 10 | 4 | 13 | 12 | cancelled_by_driver | 2013-10-03 | -------------------------------------------------------------------- Users 表 -------------------------- | users_id | banned | role | -------------------------- | 1 | No | client | | 2 | Yes | client | | 3 | No | client | | 4 | No | client | | 10 | No | driver | | 11 | No | driver | | 12 | No | driver | | 13 | No | driver | --------------------------连接后的完整中间表未过滤idclient_iddriver_idstatusrequest_atclient_banneddriver_banned1110completed2013-10-01NoNo2211cancelled_by_driver2013-10-01YesNo3312completed2013-10-01NoNo4413cancelled_by_client2013-10-01NoNo5110completed2013-10-02NoNo6211completed2013-10-02YesNo7312completed2013-10-02NoNo8212completed2013-10-03YesNo9310completed2013-10-03NoNo10413cancelled_by_driver2013-10-03NoNo过滤后的有效行程表idclient_iddriver_idstatusrequest_atclient_banneddriver_banned1110completed2013-10-01NoNo3312completed2013-10-01NoNo4413cancelled_by_client2013-10-01NoNo5110completed2013-10-02NoNo7312completed2013-10-02NoNo9310completed2013-10-03NoNo10413cancelled_by_driver2013-10-03NoNo最终输出DayCancellation Rate2013-10-010.332013-10-020.002013-10-030.50同时结果需要四舍五入字段也需要匹配SQL语句SELECT t.request_at AS Day, ROUND( SUM( CASE WHEN t.status completed THEN 0 ELSE 1 END ) * 1.0 / COUNT(*), 2 ) AS Cancellation Rate FROM Trips t JOIN Users u1 ON t.client_id u1.users_id AND u1.banned No JOIN Users u2 ON t.driver_id u2.users_id AND u2.banned No WHERE t.request_at BETWEEN 2013-10-01 AND 2013-10-03 GROUP BY t.request_at;语句分析select语句join on语句where语句group by语句比较简单就不说了应该讲一下判断取消率计算的逻辑过程就可以了首先ROUND(数值2)就是数值四舍五入到小数点后两位然后SUM(...)统计取消订单数* 1.0确保除法是浮点运算避免整数除法结果为 0count(*)获取全部订单数相除--其中CASE WHEN函数是判断是否取消如果status字段的值属于‘cancelled_by_driver’, ‘cancelled_by_client’这两个中的一个就加1如果不是就是0最后用as把字段取别名符合题意ROUND( SUM(CASE WHEN t.status IN (cancelled_by_driver, cancelled_by_client) THEN 1 ELSE 0 END) * 1.0 / COUNT(*), 2 )结语这个题写的是困难但是理解之后还是挺简单的同时就是看对各种函数的运用程度题目字数确实多所以我一般都是从案例下手