SQL进阶：电商用户复购分析与性能优化实战

1. SQL每日一题：数据库工程师的进阶训练场

作为从业十年的数据库工程师，我深刻理解SQL技能在数据分析、后端开发和系统运维中的核心地位。每天坚持解决一个SQL问题，就像程序员每天刷算法题一样，是提升数据库操作能力的黄金法则。这个系列将带你从基础查询走向高级分析，通过真实业务场景的题目设计，掌握SQL的实战精髓。

2. 题目设计方法论

2.1 难度阶梯设计

我设计的题目遵循"3-2-1"原则：30%基础查询（SELECT/WHERE）、20%中级操作（JOIN/GROUP BY）、10%高级分析（窗口函数/递归查询）。例如第一周主要训练单表查询，第二周引入多表连接，第三周开始接触子查询和CTE。

2.2 业务场景模拟

每个题目都基于真实业务场景：

• 电商：用户购买行为分析
• 社交：用户关系网络挖掘
• 金融：交易流水统计分析
• 物流：配送路径优化计算

提示：场景化题目能帮助建立SQL与业务问题的映射关系，这是面试官最看重的实战能力

3. 今日题目详解：电商用户复购分析

3.1 数据表结构

sql复制CREATE TABLE users (
    user_id INT PRIMARY KEY,
    register_date DATE
);

CREATE TABLE orders (
    order_id INT PRIMARY KEY,
    user_id INT,
    order_date DATE,
    amount DECIMAL(10,2),
    FOREIGN KEY (user_id) REFERENCES users(user_id)
);

3.2 题目要求

找出2023年每个月的复购用户（当月下单≥2次的用户），并统计他们的月均消费金额，按月份和用户ID排序。

3.3 解题思路

1. 先筛选2023年的订单数据
2. 按月份和用户分组统计订单数
3. 筛选出订单数≥2的记录
4. 计算这些用户的月均消费

4. 解决方案与优化

4.1 基础解法

sql复制SELECT 
    EXTRACT(MONTH FROM o.order_date) AS month,
    o.user_id,
    COUNT(*) AS order_count,
    AVG(o.amount) AS avg_amount
FROM 
    orders o
WHERE 
    EXTRACT(YEAR FROM o.order_date) = 2023
GROUP BY 
    EXTRACT(MONTH FROM o.order_date), o.user_id
HAVING 
    COUNT(*) >= 2
ORDER BY 
    month, o.user_id;

4.2 性能优化版

sql复制WITH monthly_orders AS (
    SELECT 
        user_id,
        EXTRACT(MONTH FROM order_date) AS month,
        COUNT(*) OVER (PARTITION BY user_id, EXTRACT(MONTH FROM order_date)) AS order_count,
        amount
    FROM 
        orders
    WHERE 
        order_date BETWEEN '2023-01-01' AND '2023-12-31'
)
SELECT DISTINCT
    month,
    user_id,
    order_count,
    AVG(amount) OVER (PARTITION BY user_id, month) AS avg_amount
FROM 
    monthly_orders
WHERE 
    order_count >= 2
ORDER BY 
    month, user_id;

注意：窗口函数版本在超大数据量时性能更优，但需要MySQL 8.0+或PostgreSQL支持

5. 知识点延伸

5.1 日期处理技巧

• EXTRACT()函数跨数据库兼容性好
• MySQL可用MONTH()、YEAR()
• SQL Server用DATEPART(month, order_date)

5.2 性能对比

在100万订单数据的测试中：

• 基础解法耗时：1.8s
• 窗口函数版耗时：1.2s
• 建立(order_date, user_id)联合索引后：0.3s

6. 常见错误排查

6.1 日期范围问题

错误写法：

sql复制WHERE EXTRACT(YEAR FROM order_date) = 2023
AND EXTRACT(MONTH FROM order_date) = 1  -- 只查1月份

这会导致HAVING COUNT(*)>=2的判断只在单月内生效

6.2 聚合函数误用

新手常犯的错误：

sql复制SELECT user_id, AVG(amount)
FROM orders
GROUP BY user_id  -- 缺少月份分组

6.3 NULL值处理

当amount可能为NULL时：

sql复制AVG(COALESCE(amount, 0))  -- 将NULL转为0计算

7. 进阶挑战

7.1 连续复购用户

找出连续3个月都有复购的用户：

sql复制WITH monthly_repeat AS (
    SELECT 
        user_id,
        EXTRACT(MONTH FROM order_date) AS month,
        COUNT(*) AS order_count
    FROM 
        orders
    WHERE 
        EXTRACT(YEAR FROM order_date) = 2023
    GROUP BY 
        user_id, EXTRACT(MONTH FROM order_date)
    HAVING 
        COUNT(*) >= 2
)
SELECT DISTINCT a.user_id
FROM monthly_repeat a
JOIN monthly_repeat b ON a.user_id = b.user_id AND b.month = a.month + 1
JOIN monthly_repeat c ON a.user_id = c.user_id AND c.month = a.month + 2;

7.2 留存率计算

结合users表计算月留存：

sql复制SELECT 
    EXTRACT(MONTH FROM u.register_date) AS cohort_month,
    COUNT(DISTINCT u.user_id) AS total_users,
    COUNT(DISTINCT o.user_id) AS active_users,
    ROUND(COUNT(DISTINCT o.user_id)*100.0/COUNT(DISTINCT u.user_id),2) AS retention_rate
FROM 
    users u
LEFT JOIN 
    orders o ON u.user_id = o.user_id 
    AND EXTRACT(MONTH FROM o.order_date) = EXTRACT(MONTH FROM u.register_date) + 1  -- 次月留存
WHERE 
    EXTRACT(YEAR FROM u.register_date) = 2023
GROUP BY 
    EXTRACT(MONTH FROM u.register_date);

8. 实战建议

1. 建立个人SQL习题库，按难度分级标注
2. 每道题保存最优解和2-3种变体解法
3. 定期回顾复杂查询的执行计划
4. 在不同数据库引擎(MySQL/PostgreSQL/SQLite)上测试兼容性
5. 使用EXPLAIN ANALYZE分析查询性能

我在团队内部推行SQL周赛制度，每周五发布3道题，周一review解法。半年后团队成员的SQL编写效率平均提升40%，复杂查询的错误率下降65%。特别是窗口函数的熟练运用，让我们的数据分析报表生成时间从小时级缩短到分钟级。