MySQL查詢每個店鋪銷售額前三的商品

1.前言

最近面試數據分析崗，兩家公司都問到了這個題目，一個是用SQL查詢每家店鋪銷售額前三的商品，一個是用Python統計每家店鋪銷售額前三的商品；而且在leetcode的數據庫題庫中，“部門工資前三高的所有員工”屬於同樣的類型，在所有題目中出現頻率排名第一，今天先進行SQL解題方法的復盤總結。

 

2. 題目

sales表包含所有的訂單信息，每個訂單有對應的訂單id orderid，店鋪id shopid，商品id goodid，銷售數量 salenum，銷售單價 price，下單日期 orderdate；

shop表包含店鋪信息，店鋪id shopid，店鋪名稱 shopname；

 

goods表包含商品信息，商品id goodsid，商品名稱 goodsname；

1）基礎版題目：編寫一個SQL查詢，找出每個店鋪在2020年Q1銷售額（銷售數據*銷售數量）排名前三的商品。例如，根據上述給定的表，查詢結果應返回：

2）進階版題目：編寫一個SQL查詢，找出每個店鋪在距今三個月內銷售額（銷售數據*銷售數量）排名前三的商品，分列展示。例如，根據上述給定的表，查詢結果應返回：

 

 

附建表語句和插入數據語句：

# 創建表sales並插入數據
CREATE TABLE `sales` 
( 
`orderid` int NOT NULL AUTO_INCREMENT, 
`shopid` int NOT NULL, 
`goodsid` int NOT NULL, 
`salenum` int NOT NULL, 
`price` int NOT NULL, 
`orderdate` date NOT NULL, 
PRIMARY KEY(`orderid`) 
);
INSERT INTO `sales` 
(`shopid`, `goodsid`, `salenum`, `price`, `orderdate`)
VALUES
(1, 10001, 1, 90, '2020-01-15'),
(1, 10002, 1, 50, '2020-02-23'),
(2, 10004, 2, 120, '2020-01-18'),
(1, 10003, 3, 60, '2020-01-19'),
(2, 10002, 1, 50, '2020-02-23'),
(1, 10002, 1, 40, '2020-03-01'),
(1, 10004, 3, 20, '2020-02-14'),
(1, 10003, 1, 10, '2020-03-01'),
(2, 10002, 1, 50, '2020-02-02'),
(2, 10001, 1, 40, '2020-02-09');

# 創建表shop並插入數據
CREATE TABLE `shop`
(
`shopid` int NOT NULL,
`shopname` varchar(10) NOT NULL
);
INSERT INTO `shop` VALUES
(1, 'SexyBaby'),
(2, 'AngelCity');

# 創建表goods並插入數據
CREATE TABLE `goods`
(
`goodsid` int NOT NULL,
`goodsname` varchar(10) NOT NULL
);
INSERT INTO `goods` VALUES
(10001, 'dress'),
(10002, 'shirt'),
(10003, 'coat'),
(10004, 'blouse');

 

 

 

 

3.使用窗口函數解題

注：MySQL從8.0版本開始支持窗口函數。

      既然要分組統計每個店鋪、每個商品的數據，先回憶一下具有分組統計功能的group by 和 partition by的區別：group by具有匯總的功能，只保留參與分組的字段和聚合函數的結果; 而partition by 能夠保留全部數據，只對其中某些字段做分組統計，常與排序函數連用（注意將聚合函數用在partition后的結果集上時，聚合函數是逐條累積計算值的，具體可參考博客：https://www.cnblogs.com/hello-yz/p/9962356.html）。

基礎版題目解題思路：

1.使用where篩選2020年 Q1的訂單數據；

2.因為一個店鋪中的同一個商品可能會存在多條訂單記錄，所以使用groupby聚合得到每個店鋪中每個商品的銷售額sumprice；

3.通過使用row_number() over (partition by ……)，對每個店鋪內的商品銷售額進行降序排序，得到每個店鋪內商品的銷售額排名sumprice_rank；

4.將查詢的結果與shop表和goods表join，得到shopname和goodsname，再在外層使用where sumprice_rank <= 3得到每個店鋪內銷售額排名前三的商品。

 

SELECT shop.shopname, goods.goodsname, a.sumprice, a.sumprice_rank FROM

    (SELECT shopid, 
            goodsid, 
            SUM(salenum * price) AS sumprice,
            ROW_NUMBER() OVER (PARTITION BY shopid ORDER BY SUM(salenum * price) DESC) AS sumprice_rank
      FROM sales 
      WHERE orderdate > '2020-01-01'
      AND orderdate < '2020-03-31'
      GROUP BY shopid, goodsid) a

      LEFT JOIN shop ON a.shopid = shop.shopid
      LEFT JOIN goods ON a.goodsid = goods.goodsid 

WHERE a.sumprice_rank <= 3
ORDER BY shopname, sumprice_rank; 

 

進階版題目解題思路：

1. 在上一版的基礎上，日期篩選條件為近三個月

2. 行轉列操作，注意此處為字符型數據行轉列

（日期篩選近*天/月/年參考博客：https://blog.csdn.net/weixin_33739523/article/details/85820328

行轉列方法參考博客：https://www.cnblogs.com/hiwuchong/p/10080215.html）

SELECT shopname,
       MAX(CASE WHEN sumprice_rank = 1 THEN t.goodsname ELSE '' END) AS goodsname1,
       MAX(CASE WHEN sumprice_rank = 2 THEN t.goodsname ELSE '' END) AS goodsname2,
       MAX(CASE WHEN sumprice_rank = 3 THEN t.goodsname ELSE '' END) AS goodsname3
FROM

(SELECT shop.shopname, goods.goodsname, a.sumprice, a.sumprice_rank FROM
    (SELECT shopid, 
            goodsid, 
            SUM(salenum * price) AS sumprice,
            ROW_NUMBER() OVER (PARTITION BY shopid ORDER BY SUM(salenum * price) DESC) AS sumprice_rank
      FROM sales 
      WHERE DATE_SUB(CURDATE(), INTERVAL 3 MONTH) <= date(orderdate)
      GROUP BY shopid, goodsid) a
      LEFT JOIN shop ON a.shopid = shop.shopid
      LEFT JOIN goods ON a.goodsid = goods.goodsid
WHERE a.sumprice_rank <= 3
ORDER BY shopname, sumprice_rank) t

GROUP BY shopname; 

 

 

4.使用基本語法解題

基礎版題目期待結果集的最后一列sumpricerank，如果不使用窗口函數的話，需要賦值變量，這里先不額外展開，重點梳理使用基本語法查詢分組中top值的方法。

基礎版題目解題思路：

 

1.同上使用窗口函數解題思路中的1和2，先做篩選和聚合得到2020年Q1每個店鋪中每個商品的銷售額sumprice, 在此表基礎上繼續；

 

2.為找每個店鋪的銷售額前三的商品，用上一步得到的表做自連接，連接條件是

t1.sumprice < t2.sumprice AND t1.shopid = t2.shopid

然后對滿足條件的商品進行計數

COUNT(t2.goodsid) < 3

如果數量小於3，那這個商品即為店鋪內銷售額前三的商品；

3. 將內層查詢的結果與shop表和goods表join，得到shopname和goodsname，再進行外層查詢得到需要的字段。

SELECT shop.shopname, goods.goodsname, t1.sumprice
FROM

    (SELECT shopid, goodsid, sum(salenum * price) AS sumprice FROM sales 
     WHERE orderdate > '2020-01-01' and orderdate < '2020-03-31'GROUP BY shopid, goodsid) t1
    LEFT JOIN shop ON t1.shopid = shop.shopid
    LEFT JOIN goods ON t1.goodsid = goods.goodsid

WHERE

    (SELECT COUNT(t2.goodsid) FROM 
        (SELECT shopid, goodsid, sum(salenum * price) AS sumprice FROM sales 
        WHERE orderdate > '2020-01-01' and orderdate < '2020-03-31'GROUP BY shopid, goodsid) t2
    WHERE t1.sumprice < t2.sumprice AND t1.shopid = t2.shopid) < 3

ORDER BY t1.shopid, t1.sumprice DESC;

 

本人數據分析，機器學習初學者一枚，如果任何疑問，歡迎評論區交流討論，期待與大家共同進步。