工具：Navicat
数据：order_info_utf, user_info_utf
问题：
1、统计不同月份的下单人数
2、统计用户3月份的复购率和回购率
3、男女用户的消费频次是否有差异？
4、多次消费的用户，第一次和最后一次消费间隔是多少？
5、不同年龄段，用户的消费频次是否有差异？
6、统计消费的二八法则，消费的20%用户贡献了多少额度？
1.统计不同月份的下单人数：
要求下单人数，先过滤掉未支付的人，然后用DATE_FORMAT()函数，按月分组。查询人数用count()计数，注意要加distinct去除重复值，如果不加distinct，计数的人数会偏多因为有重复的userID
2.统计用户3月份的复购率和回购率：
复购率是一个月之内，多次购买的用户占比
先过滤出购买的用户和3月份，按用户ID分组后对用户ID计数，即可以知道每个用户在该月购买了几次。从中选出购买次数大于1 的用户（复购），计数。计数得到的两个数字相除就是复购率
count()里面嵌套了一个if条件语句，表示如果用户购买次数大于1则返回1，否则返回空值，对所有的1 计数，null值不计数。
回购率是当月消费过的，在次月也消费了
题目若改为求所有月份的回购率，对用户和月份分组就可以知道每个用户出现在哪个月
把这个结果作为表，左联结，联结的条件是两个表的用户ID一样而且左表比右表的月份小一月。左联结就是在左边表出现（消费）的用户不一定在右边表出现，若两个表之间能匹配上的用户就是回购的，不能匹配上的自然显示空值。
结果如下，3月有54799人消费，其中有13119人在4月也消费了。
3.男女用户的消费频次是否有差异？
首先过滤掉用户表中的无性别的值，然后和订单表内部联结。按用户分组，计数得到每个用户消费多少次，然后按性别分组
结果如下，比如用户13341是女，消费了1次：
再对上面的表按性别分组，求出男女各自的平均消费次数：
4.多次消费的用户，第一次和最后一次消费间隔是多少？
按用户分组，提取多次消费的用户：
求日期间隔用datediff()，相减的话得到的是秒：
5.不同年龄段，用户的消费频次是否有差异？
我们把年龄10岁分为一段，YEAR(NOW())-YEAR(birth)计算出每个用户多少岁，ceil：向上取整函数，：2号用户处在第五个年龄段
6.统计消费的二八法则，消费的20%用户贡献了多少额度？
首先看一下所有支付了的用户的消费额：
再从这个表中查询所有用户消费的总金额：
得到结果如下，共有85649条消费记录
20%用户就是17129，我们选取前17000条可以了
查询20%的用户消费的总金额：
两者的总额相除就知道消费的20%用户贡献了多少额度
