牛客——SQL160 国庆期间每类视频点赞量和转发量

描述

用户-视频互动表tb_user_video_log

（uid-用户ID, video_id-视频ID, start_time-开始观看时间, end_time-结束观看时间, if_follow-是否关注, if_like-是否点赞, if_retweet-是否转发, comment_id-评论ID）

短视频信息表tb_video_info

（video_id-视频ID, author-创作者ID, tag-类别标签, duration-视频时长, release_time-发布时间）

问题：统计2021年国庆头3天每类视频每天的近一周总点赞量和一周内最大单天转发量，结果按视频类别降序、日期升序排序。假设数据库中数据足够多，至少每个类别下国庆头3天及之前一周的每天都有播放记录。

输出示例：

解释：

由表tb_user_video_log里的数据可得只有旅游类视频的播放，2021年9月25到10月3日每天的点赞量和转发量如下：

因此国庆头3天（10.01_{10.03）里10.01的近7天（9.25}10.01）总点赞量为5次，单天最大转发量为2次（9月25那天最大）；同理可得10.02和10.03的两个指标。

示例1

输入：

DROP TABLE IF EXISTS tb_user_video_log, tb_video_info;
CREATE TABLE tb_user_video_log (
    id INT PRIMARY KEY AUTO_INCREMENT COMMENT '自增ID',
    uid INT NOT NULL COMMENT '用户ID',
    video_id INT NOT NULL COMMENT '视频ID',
    start_time datetime COMMENT '开始观看时间',
    end_time datetime COMMENT '结束观看时间',
    if_follow TINYINT COMMENT '是否关注',
    if_like TINYINT COMMENT '是否点赞',
    if_retweet TINYINT COMMENT '是否转发',
    comment_id INT COMMENT '评论ID'
) CHARACTER SET utf8 COLLATE utf8_bin;

CREATE TABLE tb_video_info (
    id INT PRIMARY KEY AUTO_INCREMENT COMMENT '自增ID',
    video_id INT UNIQUE NOT NULL COMMENT '视频ID',
    author INT NOT NULL COMMENT '创作者ID',
    tag VARCHAR(16) NOT NULL COMMENT '类别标签',
    duration INT NOT NULL COMMENT '视频时长(秒数)',
    release_time datetime NOT NULL COMMENT '发布时间'
)CHARACTER SET utf8 COLLATE utf8_bin;

INSERT INTO tb_user_video_log(uid, video_id, start_time, end_time, if_follow, if_like, if_retweet, comment_id) VALUES
   (101, 2001, '2021-09-24 10:00:00', '2021-09-24 10:00:20', 1, 1, 0, null)
  ,(105, 2002, '2021-09-25 11:00:00', '2021-09-25 11:00:30', 0, 0, 1, null)
  ,(102, 2002, '2021-09-25 11:00:00', '2021-09-25 11:00:30', 1, 1, 1, null)
  ,(101, 2002, '2021-09-26 11:00:00', '2021-09-26 11:00:30', 1, 0, 1, null)
  ,(101, 2002, '2021-09-27 11:00:00', '2021-09-27 11:00:30', 1, 1, 0, null)
  ,(102, 2002, '2021-09-28 11:00:00', '2021-09-28 11:00:30', 1, 0, 1, null)
  ,(103, 2002, '2021-09-29 11:00:00', '2021-09-29 11:00:30', 1, 0, 1, null)
  ,(102, 2002, '2021-09-30 11:00:00', '2021-09-30 11:00:30', 1, 1, 1, null)
  ,(101, 2001, '2021-10-01 10:00:00', '2021-10-01 10:00:20', 1, 1, 0, null)
  ,(102, 2001, '2021-10-01 10:00:00', '2021-10-01 10:00:15', 0, 0, 1, null)
  ,(103, 2001, '2021-10-01 11:00:50', '2021-10-01 11:01:15', 1, 1, 0, 1732526)
  ,(106, 2002, '2021-10-02 10:59:05', '2021-10-02 11:00:05', 2, 0, 1, null)
  ,(107, 2002, '2021-10-02 10:59:05', '2021-10-02 11:00:05', 1, 0, 1, null)
  ,(108, 2002, '2021-10-02 10:59:05', '2021-10-02 11:00:05', 1, 1, 1, null)
  ,(109, 2002, '2021-10-03 10:59:05', '2021-10-03 11:00:05', 0, 1, 0, null);

INSERT INTO tb_video_info(video_id, author, tag, duration, release_time) VALUES
   (2001, 901, '旅游', 30, '2020-01-01 7:00:00')
  ,(2002, 901, '旅游', 60, '2021-01-01 7:00:00')
  ,(2003, 902, '影视', 90, '2020-01-01 7:00:00')
  ,(2004, 902, '美女', 90, '2020-01-01 8:00:00');

输出：

旅游|2021-10-01|5|2
旅游|2021-10-02|5|3
旅游|2021-10-03|6|3

我的解题思路：

1. 筛选出对应日期的数据，2021年国庆节头3天(2021-10-01_{2021-10-03)，每天近一周，也就是10-01加前6天=[09-25}10-04)
2. 关联表，找出视频类别
3. 对每类视频每天的总点赞数和总转发量求和
4. 窗口函数，分别求近一周的总点赞数和最大转发量；窗口函数设置步长为7(6+当前行)
5. 筛选出对应日期的数据

select tag,
       dt,
       sum_like_cnt_7d,
       max_retweet_cnt_7d
from (
         select tag,
                dt,
                sum(if_like)
                    over (partition by tag order by dt rows between 6 preceding and current row ) as sum_like_cnt_7d,
                max(if_retweet)
                    over (partition by tag order by dt rows between 6 preceding and current row ) as max_retweet_cnt_7d
         from (
                  select tag,
                         dt,
                         sum(if_like)    as if_like,
                         sum(if_retweet) as if_retweet
                  from (select t2.tag                                 as tag,
                               date_format(t1.start_time, '%Y-%m-%d') as dt,
                               t1.if_like                             as if_like,
                               t1.if_retweet                          as if_retweet
                        from tb_user_video_log t1
                                 left join tb_video_info t2 on t1.video_id = t2.video_id
                        where t1.start_time < '2021-10-04'
                          and t1.start_time >= date_sub('2021-10-04', interval 9 day)
                       ) t
                  group by tag,
                           dt) tt
         order by tag desc, dt asc) t3
where dt < '2021-10-04'
  and dt >= date_sub('2021-10-04', interval 3 day)
;

更加优秀的解题思路:

核心还是用窗口函数

优化了子查询语句，第一道子查询可以和第二道合并

优化了窗口函数的写法

SELECT *
FROM (
         SELECT tag,
                dt,
                SUM(like_cnt) OVER w    sum_like_cnt_7d,
                MAX(retweet_cnt) OVER w sum_retweet_cnt_7d
         FROM (
                  SELECT tag,
                         DATE(start_time) dt,
                         SUM(if_like)     like_cnt,
                         SUM(if_retweet)  retweet_cnt
                  FROM tb_video_info
                           LEFT JOIN tb_user_video_log USING (video_id)
                  WHERE DATE(start_time) BETWEEN '2021-09-25' AND '2021-10-03'
                  group by 1, 2) t1
             WINDOW w AS (PARTITION BY tag ORDER BY dt DESC ROWS BETWEEN CURRENT ROW AND 6 FOLLOWING)
     ) t2
GROUP BY 1, 2
HAVING dt BETWEEN '2021-10-01' AND '2021-10-03'
ORDER BY 1 DESC, 2

本栏目推荐文章
• SQL Server 检测是不是数字型数据的两种方法
• SQL Join的一些总结
• SQL Server 高性能写入的一些总结
• 网络攻击技术开篇——SQL Injection
• SQL SERVER日期时间转字符串
• sql server 保留2位小数
• Qt/C++编写视频监控系统83-自定义悬浮条信息
• 短视频商城系统，session和cookie实现登录
• 短视频系统源码，如何限制视频分辨率？
• B站视频一键下载插件

国庆 视频 SQL 160国庆 视频sql 160 国庆 国庆243 国庆239 国庆 笔记 harmonyos国庆 不断 消息 day国庆qbxt 2023 160 harmonyos国庆 不断xml 160f