牛客——SQL166 每天的日活数及新用户占比

描述

用户行为日志表tb_user_log

（uid-用户ID, artical_id-文章ID, in_time-进入时间, out_time-离开时间, sign_in-是否签到）

问题：统计每天的日活数及新用户占比

注：

新用户占比=当天的新用户数÷当天活跃用户数（日活数）。

如果in_time-进入时间和out_time-离开时间跨天了，在两天里都记为该用户活跃过。

新用户占比保留2位小数，结果按日期升序排序。

输出示例：

示例数据的输出结果如下

解释：

2021年10月31日有2个用户活跃，都为新用户，新用户占比1.00；

2021年11月1日有3个用户活跃，其中1个新用户，新用户占比0.33；

输入示例1

DROP TABLE IF EXISTS tb_user_log;
CREATE TABLE tb_user_log (
    id INT PRIMARY KEY AUTO_INCREMENT COMMENT '自增ID',
    uid INT NOT NULL COMMENT '用户ID',
    artical_id INT NOT NULL COMMENT '视频ID',
    in_time datetime COMMENT '进入时间',
    out_time datetime COMMENT '离开时间',
    sign_in TINYINT DEFAULT 0 COMMENT '是否签到'
) CHARACTER SET utf8 COLLATE utf8_bin;

INSERT INTO tb_user_log(uid, artical_id, in_time, out_time, sign_in) VALUES
  (101, 9001, '2021-10-31 10:00:00', '2021-10-31 10:00:09', 0),
  (102, 9001, '2021-10-31 10:00:00', '2021-10-31 10:00:09', 0),
  (101, 0, '2021-11-01 10:00:00', '2021-11-01 10:00:42', 1),
  (102, 9001, '2021-11-01 10:00:00', '2021-11-01 10:00:09', 0),
  (108, 9001, '2021-11-01 10:00:01', '2021-11-01 10:01:50', 0),
  (108, 9001, '2021-11-02 10:00:01', '2021-11-02 10:01:50', 0),
  (104, 9001, '2021-11-02 10:00:28', '2021-11-02 10:00:50', 0),
  (106, 9001, '2021-11-02 10:00:28', '2021-11-02 10:00:50', 0),
  (108, 9001, '2021-11-03 10:00:01', '2021-11-03 10:01:50', 0),
  (109, 9002, '2021-11-03 11:00:55', '2021-11-03 11:00:59', 0),
  (104, 9003, '2021-11-03 11:00:45', '2021-11-03 11:00:55', 0),
  (105, 9003, '2021-11-03 11:00:53', '2021-11-03 11:00:59', 0),
  (106, 9003, '2021-11-03 11:00:45', '2021-11-03 11:00:55', 0);

输出：

2021-10-31|2|1.00
2021-11-01|3|0.33
2021-11-02|3|0.67
2021-11-03|5|0.40

我的解题思路：

1.处理in_time-进入时间和out_time-离开时间跨天问题，可以使用union all，后面再去重，这样就能统计到跨天的数据

select uid,
     date_format(in_time, '%Y-%m-%d') as c_date
from tb_user_log
union all
select uid,
     date_format(out_time, '%Y-%m-%d') as c_date
from tb_user_log

2.使用窗口函数dense_rank()来查找新用户，按照用户分组，日期降序排序，排在第一的说明该用户是第一次访问，即为新用户(可以使用if判断)

 select distinct uid,  # 记得去重
                 c_date,
                 if(dense_rank() over (partition by uid order by c_date) = 1, 1, 0) as num
 from (
          select uid,
                 date_format(in_time, '%Y-%m-%d') as c_date
          from tb_user_log
          union all
          select uid,
                 date_format(out_time, '%Y-%m-%d') as c_date
          from tb_user_log
      ) tt

3.对日期分组求和，得到日活和新用户占比

完整代码 ：

select c_date,
       count(uid)                      as dau,
       round(sum(num) / count(uid), 2) as uv_new_ratio
from (
         select distinct uid,
                         c_date,
                         if(dense_rank() over (partition by uid order by c_date) = 1, 1, 0) as num
         from (
                  select uid,
                         date_format(in_time, '%Y-%m-%d') as c_date
                  from tb_user_log
                  union all
                  select uid,
                         date_format(out_time, '%Y-%m-%d') as c_date
                  from tb_user_log
              ) tt) t
group by c_date
order by c_date
;

其他解题思路：

看了下评价区，很多都是用的left join，但是作为一个Sql Boy，我认为很多计算第一时间都要想到窗口函数能不能解决，不能解决再想其他办法。
做SQL题的核心是理清一步一步的思路，这个思路就是你需要什么数据，然后怎么构造需要的数据

select 
    t1.dt dt,
    count(distinct t1.uid) dau,
    round(count(distinct t2.uid)/ count(distinct t1.uid),2) ub_new_ratio
from 
    (  -- 查找每天在线人的信息
        select
            uid,date(in_time) dt
        from tb_user_log
        union
        select
            uid,date(out_time) dt
        from tb_user_log
         
    ) t1 
    left join 
    (
        select  -- 查找每一天的新用户
            uid,min(date(in_time)) dt
        from tb_user_log
        group by uid
    ) t2
    on t1.uid=t2.uid and t1.dt=t2.dt
group by dt
order by dt
;