表: Customer
+---------------+---------+ | Column Name | Type | +---------------+---------+ | customer_id | int | | name | varchar | | visited_on | date | | amount | int | +---------------+---------+ 在 SQL 中，(customer_id, visited_on) 是该表的主键。 该表包含一家餐馆的顾客交易数据。 visited_on 表示 (customer_id) 的顾客在 visited_on 那天访问了餐馆。 amount 是一个顾客某一天的消费总额。
你是餐馆的老板，现在你想分析一下可能的营业额变化增长（每天至少有一位顾客）。
计算以 7 天（某日期 + 该日期前的 6 天）为一个时间段的顾客消费平均值。average_amount 要 保留两位小数。
结果按 visited_on 升序排序。
返回结果格式的例子如下。
示例 1:
输入： Customer 表: +-------------+--------------+--------------+-------------+ | customer_id | name | visited_on | amount | +-------------+--------------+--------------+-------------+ | 1 | Jhon | 2019-01-01 | 100 | | 2 | Daniel | 2019-01-02 | 110 | | 3 | Jade | 2019-01-03 | 120 | | 4 | Khaled | 2019-01-04 | 130 | | 5 | Winston | 2019-01-05 | 110 | | 6 | Elvis | 2019-01-06 | 140 | | 7 | Anna | 2019-01-07 | 150 | | 8 | Maria | 2019-01-08 | 80 | | 9 | Jaze | 2019-01-09 | 110 | | 1 | Jhon | 2019-01-10 | 130 | | 3 | Jade | 2019-01-10 | 150 | +-------------+--------------+--------------+-------------+ 输出： +--------------+--------------+----------------+ | visited_on | amount | average_amount | +--------------+--------------+----------------+ | 2019-01-07 | 860 | 122.86 | | 2019-01-08 | 840 | 120 | | 2019-01-09 | 840 | 120 | | 2019-01-10 | 1000 | 142.86 | +--------------+--------------+----------------+ 解释： 第一个七天消费平均值从 2019-01-01 到 2019-01-07 是restaurant-growth/restaurant-growth/ (100 + 110 + 120 + 130 + 110 + 140 + 150)/7 = 122.86 第二个七天消费平均值从 2019-01-02 到 2019-01-08 是 (110 + 120 + 130 + 110 + 140 + 150 + 80)/7 = 120 第三个七天消费平均值从 2019-01-03 到 2019-01-09 是 (120 + 130 + 110 + 140 + 150 + 80 + 110)/7 = 120 第四个七天消费平均值从 2019-01-04 到 2019-01-10 是 (130 + 110 + 140 + 150 + 80 + 110 + 130 + 150)/7 = 142.86
这道题的难点在于我们如何基于当天拿到前6天的数据，以来求取这七天的平均数。
而且拿到了这样的数据我们还得想怎么去除不满足前面有6天的数据，例如示例的2019-01-01，它前面都没有六天的数据，所以就没有必要展示。
我们知道一定的是基于七天的一个度量去进行计算，所以我们可以联想到一个窗口，窗口的大小固定为7，基于当天我们这个窗口包含住前6天的数据进行计算来得到结果。
我们知道MySQL是有窗口函数的，但是其实窗口函数是有定长的窗口的功能。
语法为：
<window_function> OVER (
[PARTITION BY partition_column]
[ORDER BY order_column]
[ROWS or RANGE BETWEEN <frame_start> AND <frame_end>]
)后面的ROWS与RANGE就是用来制定窗口的大小的。
详情可以查看我上一篇定长窗口的SQL
https://blog.csdn.net/m0_65013257/article/details/142170042?spm=1001.2014.3001.5501
现在我们已经有了计算固定窗口大小的函数，但我们还得需要一个细节。每一天是有多条记录的，也就是会有多个顾客购买，我们应该是基于当天的总额来进行窗口的计算。所以我们首先得算出每一天的总额
select visited_on,sum(amount) amount
from customer
group by visited_on现在我们可以基于这样一个基础表进行计算。需要运用两次窗口函数。
一次窗口计算七天内的总和。一次窗口计算七天内的平均数。
写出对应的SQL
select visited_on,
sum(amount) over (order by visited_on rows 6 preceding) amount,
avg(t1.amount) over (order by visited_on rows 6 preceding) as average_amount
from (
select visited_on,sum(amount) amount
from customer
group by visited_on
) t1这里还有一点瑕疵，平均数题目的示例中需要保留两位小数。所以我们还要使用Round函数
select visited_on,
sum(amount) over (order by visited_on rows 6 preceding) amount,
round(avg(t1.amount) over (order by visited_on rows 6 preceding),2) as average_amount
from (
select visited_on,sum(amount) amount
from customer
group by visited_on
) t1现在我们就算出每一天的七天内的平均额度与总额度了。但是我们还得需要去除未能有前面6天数据的数据。那这样我们应该有两种想法。一种应该是跳过，还有一种应该是基于一种判定，我们只需要判定后的数据。
我这里先阐述跳过的方法。我们可以跳过前六天的数据，然后获取后面所有的数据即可，但是遇到一个麻烦的事，MySQL当中没有这样的语法说获取到后面所有的数据。但我们可以拟一个较大的数，这样就可以满足我们的需求。
完整的SQL如下
select visited_on,
sum(amount) over (order by visited_on rows 6 preceding) amount,
round(avg(t1.amount) over (order by visited_on rows 6 preceding),2) as average_amount
from (
select visited_on,sum(amount) amount
from customer
group by visited_on
) t1
limit 100000000000000 offset 6那我们如何基于第二种想法解题呢，或者说还有其他方法吗？
实际上我们可以减少一次窗口函数的使用，因为有了七天的总额度，我们可以直接除以7就可以得倒平均数。而除去前六天的数据可以已时间的差值来进行判定，拿到所有时间中的最小值，然后当天的时间剪去最小值的时间如果大于等于6就行。
我们基础表不变，还是需要每一天的总额。
select visited_on,sum(amount) amount
from customer
group by visited_on
) t1然后运用一次窗口计算总额
select visited_on,
sum(amount) over (order by visited_on rows 6 preceding) amount
from (
select visited_on,sum(amount) amount
from customer
group by visited_on
) t1然后筛选时间的SQL语句为
where datediff(visited_on,(select min(visited_on) from customer)) >= 6
然后算出平均数即可。总SQL为
select visited_on,
amount,
round(amount / 7,2) as average_amount
from
(
select visited_on,
sum(amount) over (order by visited_on rows 6 preceding) amount
from (
select visited_on,sum(amount) amount
from customer
group by visited_on
) t1
) t2
where datediff(visited_on,(select min(visited_on) from customer)) >= 6