SQL查询使用指南之去重

1. 数据示例

   
   
   table_purchase.png

2. 数据解释

• ID: 每条购买记录对应一个唯一的ID
• PURCHASE_TIME: 客户购买该商品的时间，以天为单位
• CLIENTID: 每位购买商品的客户对应一个唯一的ID
• SKU_TYPE: 客户购买的商品类型
  （理想化假设：每位客户一天只能购买一件商品）

3. 数据要求

• 各个商品类型的购买量
• 每天的新客户增长情况

4.分析
去重的常规做法是【 group by +分类项】&【 distinct +去重项】，而SQL是先运行 group by 再运行 select 中的内容，因此第二种要求则不适用这种做法：如A顾客在1/1号购买了一件商品，在1/2也购买了一件商品，如使用常规方式，则在每日增长的统计中就被计算了2次。因此需要先去重，再group by。

5. SQL语句

   
   
   JULIA大神的SQL运行顺序图(来自微博博主@爱可可-爱生活).jpeg
   
   

   -各个商品类型的购买人数

select p.sku_type, count(distinct p.clientid) as 'client_amount'
from purchase as p
group by p.sku_type

1.group by p.sku_type

group by p.sku_type.png

select p.sku_type, count(distinct p.clientid) as 'client_amount'.png

• 每天的新客户增长情况

select a.date_format(date(a.b),'%Y-%m-%d') as 'purchase_time'
, count(distinct a.clientid) as 'new_client_amount'
from 
(select p.clientid, date_format(MIN(date(p.purchase_time)),'%Y-%m-%d') as b
from purchase as p
group by p.clientid) as a
group by date(a.b)
order by date(a.b) ASC

from 
(select p.clientid, date_format(MIN(date(p.purchase_time)),'%Y-%m-%d') as b
from purchase as p
group by p.clientid) as a

1). group by p.clientid

group by p.clientid.png

select p.clientid, date_format(MIN(date(p.purchase_time)),'%Y-%m-%d') as b.png

2. group by date(a.b)
   

   group by date(a.b).png

select a.date_format(date(a.b),'%Y-%m-%d') as 'purchase_time', 
count(distinct a.clientid) as 'new_client_amount' 

select a.date_format(date(a.b),'%Y-%m-%d') as 'purchase_time', count(distinct a.clientid) as 'new_client_amount' .png