• 面试现场！月薪3w+的这些数据挖掘SQL面试题你都掌握了吗？ ⛵

    💡 作者：韩信子@ShowMeAI
    📘 数据分析实战系列：https://www.showmeai.tech/tutorials/40
    📘 AI 面试题库系列：https://www.showmeai.tech/tutorials/48
    📘 本文地址：https://www.showmeai.tech/article-detail/318
    📢 声明：版权所有，转载请联系平台与作者并注明出处
    📢 收藏ShowMeAI查看更多精彩内容

    本篇内容基于场景面试题完成，在给定场景和数据表的前提下，有一系列的分析挖掘问题，大家可以基于SQL来完成。

    场景：Danny非常喜欢日本料理，因此在 2021 年初，他决定冒险冒险，开了一家可爱的小餐厅，出售他最喜欢的 3 种食物：寿司、咖喱和拉面。这家餐厅从其几个月的运营中获取了一些非常基本的数据，但不知道如何使用他们的数据来帮助他们经营业务。

    Danny 想基于收集到的数据来更深入地了解他的客户，例如他们的就餐模式、点餐花费以及他们最喜欢哪些菜等。下面你就来帮助他完成核心问题的分析吧，这里的分析基于SQL完成。

    对于SQL更详尽的内容，欢迎大家查阅ShowMeAI制作的速查手册，快学快用：

    💡 数据说明

    本次的场景涉及到3个核心数据集，都已存入数据库表中：

    • sales
    • menu
    • members

    这3张表对应的实体关系图如下所示：

    📌 表1：Sales

    销售额表对应的建表与数据插入SQL语句如下：

    CREATE TABLE sales (
  "customer_id" VARCHAR(1),
  "order_date" DATE,
  "product_id" INTEGER
);

INSERT INTO sales
  ("customer_id", "order_date", "product_id")
VALUES
  ('A', '2021-01-01', '1'),
  ('A', '2021-01-01', '2'),
  ('A', '2021-01-07', '2'),
  ('A', '2021-01-10', '3'),
  ('A', '2021-01-11', '3'),
  ('A', '2021-01-11', '3'),
  ('B', '2021-01-01', '2'),
  ('B', '2021-01-02', '2'),
  ('B', '2021-01-04', '1'),
  ('B', '2021-01-11', '1'),
  ('B', '2021-01-16', '3'),
  ('B', '2021-02-01', '3'),
  ('C', '2021-01-01', '3'),
  ('C', '2021-01-01', '3'),
  ('C', '2021-01-07', '3');

    • 1
    • 2
    • 3
    • 4
    • 5
    • 6
    • 7
    • 8
    • 9
    • 10
    • 11
    • 12
    • 13
    • 14
    • 15
    • 16
    • 17
    • 18
    • 19
    • 20
    • 21
    • 22
    • 23
    • 24

    📌 表2：menu

    菜单表对应的建表与数据插入SQL语句如下：

    CREATE TABLE menu (
  "product_id" INTEGER,
  "product_name" VARCHAR(5),
  "price" INTEGER
);

INSERT INTO menu
  ("product_id", "product_name", "price")
VALUES
  ('1', 'sushi', '10'),
  ('2', 'curry', '15'),
  ('3', 'ramen', '12');

    • 1
    • 2
    • 3
    • 4
    • 5
    • 6
    • 7
    • 8
    • 9
    • 10
    • 11
    • 12

    📌 表3：members

    会员表对应的建表与数据插入SQL语句如下：

    CREATE TABLE members (
  "customer_id" VARCHAR(1),
  "join_date" DATE
);

INSERT INTO members
  ("customer_id", "join_date")
VALUES
  ('A', '2021-01-07'),
  ('B', '2021-01-09');

    • 1
    • 2
    • 3
    • 4
    • 5
    • 6
    • 7
    • 8
    • 9
    • 10

    💡 数据分析挖掘问题

    📌 1.每位顾客在餐厅消费的总金额是多少？

    这里的信息显然来源于sales和menu两张表，我们先对它们进行关联，而问题中的『每位顾客』意味着我们会基于 customer_id 进行分组统计。最后的SQL如下所示：

    SELECT customer_id,
       Sum(price) AS total_sales
FROM   sales
       JOIN menu
         ON sales.product_id = menu.product_id
GROUP  BY sales.customer_id 

    • 1
    • 2
    • 3
    • 4
    • 5
    • 6

    查询结果如下：

    📌 2.每位顾客光顾了餐厅多少天？

    我们知道，每位顾客每次光顾，都会生成 sales 中的相关记录，我们可以基customer_id统计客户访问餐厅的不同日期。

    SELECT customer_id,
       Count(DISTINCT( order_date )) as no_of_days_customer_visited
FROM   sales
GROUP  BY customer_id 

    • 1
    • 2
    • 3
    • 4

    查询结果如下：

    📌 3.每位顾客购买的菜单中的第一道菜是什么？

    这个问题同样会涉及到 sales 和 menu 表，我们会用到customer_id、product_name、order_date字段，按照要求，我们希望查询每个客户从菜单中购买的第 1 件商品，因此使用 rank 函数进行订单日期排序。对应的SQL如下所示：

    WITH view_tab
     AS (SELECT customer_id,
                product_name,
                order_date,
                Rank()
                  OVER(
                    partition BY customer_id
                    ORDER BY order_date ) AS Ranking
         FROM   sales
                JOIN menu
                  ON sales.product_id = menu.product_id)
SELECT customer_id,
       product_name
FROM   view_tab
WHERE  ranking = 1
GROUP  BY customer_id,
          product_name

    • 1
    • 2
    • 3
    • 4
    • 5
    • 6
    • 7
    • 8
    • 9
    • 10
    • 11
    • 12
    • 13
    • 14
    • 15
    • 16
    • 17

    我们这里启用了临时表view_tab，选择 ranking 位1的数据对应的customer_id和product_name。

    查询结果如下：

    📌 4.菜单上购买最多的菜是什么，所有顾客购买了多少次？

    这里很显然是以『菜』为核心，因此我们会基于product_id进行分组，同时我们需要统计的是购买了多少次，因此需要根据count(product_id)的结果进行排序，对应的SQL如下所示：

    SELECT product_name,
       Count(sales.product_id) AS most_purchsed
FROM   sales
       JOIN menu
         ON sales.product_id = menu.product_id
GROUP  BY sales.product_id
ORDER  BY most_purchsed DESC
LIMIT  1 

    • 1
    • 2
    • 3
    • 4
    • 5
    • 6
    • 7
    • 8

    查询结果如下：

    第2小问是问所有顾客在这个最热门的菜上下单的次数，我们在上述SQL的基础上加上customer_id进行统计。

    SELECT customer_id,
       product_name,
       Count(customer_id) AS purchase_count
FROM   sales
       JOIN menu
         ON sales.product_id = menu.product_id
WHERE  sales.product_id = 3
GROUP  BY customer_id
ORDER  BY purchase_count DESC 

    • 1
    • 2
    • 3
    • 4
    • 5
    • 6
    • 7
    • 8
    • 9

    查询结果如下：

    📌 5.每位顾客最喜欢的菜品分别是什么？

    在这个问题中，我们要对客户购买每种产品的次数进行排名，因此使用窗口函数 rank，按customer_id划分，按客户购买产品的次数（计数）排序。对应的SQL如下：

    WITH view_tab
     AS (SELECT customer_id,
                product_name,
                Count(product_name)                    AS count_item,
                Rank()
                  OVER(
                    partition BY customer_id
                    ORDER BY Count(product_name) DESC) AS most_popular
         FROM   sales
                JOIN menu
                  ON sales.product_id = menu.product_id
         GROUP  BY customer_id,
                   product_name)
SELECT customer_id,
       product_name,
       count_item
FROM   view_tab
WHERE  most_popular = 1 

    • 1
    • 2
    • 3
    • 4
    • 5
    • 6
    • 7
    • 8
    • 9
    • 10
    • 11
    • 12
    • 13
    • 14
    • 15
    • 16
    • 17
    • 18

    查询结果如下：

    📌 6.客户成为会员后最先购买的商品是什么？

    这个问题中涉及到会员信息，我们会需要所有 3 个表，我们要把它们关联起来。我们要查询客户成为会员后购买的第一件商品，因此要选出订单日期需要大于加入日期的订单。使用窗口函数通过对customer_id进行划分并按order_date 对其进行排序，可以实现对第一个购买日期进行排序。这里依旧会需要借助临时表view_tab。最终的SQL如下：

    WITH view_tab
     AS (SELECT sales.customer_id,
                product_name,
                order_date,
                Rank()
                  OVER(
                    partition BY sales.customer_id
                    ORDER BY order_date) AS first_order
         FROM   sales
                JOIN menu
                  ON sales.product_id = menu.product_id
                JOIN members
                  ON sales.customer_id = members.customer_id
         WHERE  join_date <= order_date)
SELECT customer_id,
       product_name,
       order_date
FROM   view_tab
WHERE  first_order = 1 

    • 1
    • 2
    • 3
    • 4
    • 5
    • 6
    • 7
    • 8
    • 9
    • 10
    • 11
    • 12
    • 13
    • 14
    • 15
    • 16
    • 17
    • 18
    • 19

    查询结果如下：

    📌 7.在客户成为会员之前最后购买的是哪件菜品？

    同上一个问题，我们需要用到所有 3 个表。要查询客户在成为会员之前购买的商品，订单日期需要小于加入日期。使用窗口函数通过对customer_id进行划分并按order_date对其进行排序，对第一个购买日期进行降序排列。最终的SQL如下：

    WITH rank
     AS (SELECT S.customer_id,
                M.product_name,
                Dense_rank()
                  OVER (
                    partition BY S.customer_id
                    ORDER BY S.order_date) AS Rank
         FROM   sales S
                JOIN menu M
                  ON m.product_id = s.product_id
                JOIN members Mem
                  ON Mem.customer_id = S.customer_id
         WHERE  S.order_date < Mem.join_date)
SELECT customer_id,
       product_name
FROM   rank
WHERE  rank = 1 

    • 1
    • 2
    • 3
    • 4
    • 5
    • 6
    • 7
    • 8
    • 9
    • 10
    • 11
    • 12
    • 13
    • 14
    • 15
    • 16
    • 17

    查询结果如下：

    📌 8.每位会员入会前的总消费项目和消费金额是多少？

    要查询客户在成为会员之前购买的总商品和花费的金额，订单日期需要小于入会日期。将customer_id 的计数命名为total_items，将消费金额price的总和命名为total_sales，最终的SQL如下：

    SELECT sales.customer_id,
       Count(sales.product_id) AS total_items,
       Sum(price)              AS total_sales
FROM   sales
       JOIN menu
         ON sales.product_id = menu.product_id
       JOIN members
         ON sales.customer_id = members.customer_id
WHERE  join_date > order_date
GROUP  BY sales.customer_id
ORDER  BY sales.customer_id 

    • 1
    • 2
    • 3
    • 4
    • 5
    • 6
    • 7
    • 8
    • 9
    • 10
    • 11

    查询结果如下：

    📌 9.如果每消费 1 美元累计10积分，寿司消费有 2 倍积分——每位顾客会有多少积分？

    这个问题用到sales和menu两张表。我们使用case语句将积分分配给客户购买的商品，并对积分进行统计求和得到每位顾客的积分数。对应的SQL如下：

    WITH view_tab
     AS (SELECT customer_id,
                CASE
                  WHEN product_name = 'sushi' THEN price * 20
                  ELSE price * 10
                END AS points
         FROM   sales
                JOIN menu
                  ON sales.product_id = menu.product_id)
SELECT customer_id,
       Sum(points) AS total_points
FROM   view_tab
GROUP  BY customer_id 

    • 1
    • 2
    • 3
    • 4
    • 5
    • 6
    • 7
    • 8
    • 9
    • 10
    • 11
    • 12
    • 13

    查询结果如下：

    📌 10.在客户加入计划后的第一周（包含入会日期），寿司和其他所有商品都是2倍积分，这种情况下1月份结束后客户有多少积分？

    WITH dates
     AS (SELECT *,
                Dateadd(day, 6, join_date) AS valid_date,
                Eomonth('2021-01-31')      AS last_date
         FROM   members)
SELECT S.customer_id,
       Sum(CASE
             WHEN m.product_id = 1 THEN m.price * 20
             WHEN S.order_date BETWEEN D.join_date AND D.valid_date THEN
             m.price * 20
             ELSE m.price * 10
           END) AS Points
FROM   dates D
       JOIN sales S
         ON D.customer_id = S.customer_id
       JOIN menu M
         ON M.product_id = S.product_id
WHERE  S.order_date < d.last_date
GROUP  BY S.customer_id

    • 1
    • 2
    • 3
    • 4
    • 5
    • 6
    • 7
    • 8
    • 9
    • 10
    • 11
    • 12
    • 13
    • 14
    • 15
    • 16
    • 17
    • 18
    • 19

    查询结果如下：

    📌 11.构建新的宽表，包含这些字段信息：customer_id, order_date, product_name, price, member [Y/N]

    SELECT s.customer_id,
       s.order_date,
       m.product_name,
       m.price,
       CASE
         WHEN mb.join_date > s.order_date THEN 'N'
         WHEN mb.join_date <= s.order_date THEN 'Y'
         ELSE 'N'
       END AS is_member
FROM   sales s
       LEFT JOIN menu m
              ON s.product_id = m.product_id
       LEFT JOIN members mb
              ON mb.customer_id = s.customer_id
ORDER  BY s.customer_id; 

    • 1
    • 2
    • 3
    • 4
    • 5
    • 6
    • 7
    • 8
    • 9
    • 10
    • 11
    • 12
    • 13
    • 14
    • 15

    查询结果如下：

    📌 12.对客户点菜菜品按时间先后编码，区分会员与非会员状态，非会员的菜品不计入顺序编码，记为NULL。

    WITH joined_table
     AS (SELECT s.customer_id,
                s.order_date,
                m.product_name,
                m.price,
                CASE
                  WHEN mb.join_date > s.order_date THEN 'N'
                  WHEN mb.join_date <= s.order_date THEN '‘Y'
                  ELSE 'N'
                END AS is_member
         FROM   sales s
                LEFT JOIN menu m
                       ON s.product_id = m.product_id
                LEFT JOIN members mb
                       ON mb.customer_id = s.customer_id
         ORDER  BY s.customer_id)
SELECT *,
       CASE
         WHEN is_member = 'N' THEN NULL
         ELSE Rank()
                OVER(
                  partition BY customer_id, is_member
                  ORDER BY order_date)
       END AS ranks
FROM   joined_table; 

    • 1
    • 2
    • 3
    • 4
    • 5
    • 6
    • 7
    • 8
    • 9
    • 10
    • 11
    • 12
    • 13
    • 14
    • 15
    • 16
    • 17
    • 18
    • 19
    • 20
    • 21
    • 22
    • 23
    • 24
    • 25

    查询结果如下：

    参考资料

  • 相关阅读:
    Java Heap Space: Understanding and Resolving Memory Issues
    MySQL事务底层原理
    nginx——不同前端项目共用一个端口
    微信支付系统
    四、鼎捷T100月加权平均成本计算前置作业
    推荐10个AI人工智能技术网站（一键收藏，应有尽有）
    使用PaddlePaddle和Ernie模型来计算文本数据的向量表示
    Windows下安装Jenkins
    软件外包开发需要注意的问题
    2022最火的Linux性能分析工具--perf
  • 原文地址：https://blog.csdn.net/ShowMeAI/article/details/126494436