横扫SQL面试——TopN问题
横扫SQL面试
电商平台的"销量Top10商品"🛍️，内容社区的"热度Top5文章“”🔥，还是金融领域的"交易额Top3客户"💰——TopN问题无处不在！
无论是日常业务分析📊，还是技术面试💡，能否优雅地解决TopN问题，往往决定了你是一个"只会写基础查询"的SQL用户🧑💻，还是一个"能高效处理复杂需求"的数据专家🎯！
TopN问题 前置知识
-
窗口函数：
row_number(): 无并列排名 (1,2,3,4)rank(): 有并列会跳过名次 (1,2,2,4)dense_rank(): 有并列不跳名次 (1,2,2,3)
-
执行流程：
话不多说——直接上题：🎈🎈🎈🎈🎈🎈🎈
一、销量Top10商品🛍️
在电商业务场景中，为了更好地了解商品销售情况，以便进行库存管理、营销推广等工作，需要找出 2023 年每个商品类目下销量最高的前 10 个商品。
在统计销量时，需要考虑并列情况，即如果有多个商品销量相同且都能进入前 10 名，这些商品都应被选出来。
| 字段名 | 类型 | 描述 |
|---|---|---|
| order_id | INT | 订单的唯一标识符，作为主键 |
| product_id | INT | 商品的唯一标识符 |
| category_id | INT | 商品类目的唯一标识符 |
| category_name | VARCHAR(50) | 商品类目的名称 |
| product_name | VARCHAR(100) | 商品的名称 |
| sale_date | DATE | 商品销售的日期 |
| quantity | INT | 商品的销售数量 |
| price | DECIMAL(10, 2) | 商品的销售价格 |
思路💡
- 筛选出 2023 年的订单数据。
- 按商品类目和商品分组，计算每个商品的总销量。
- 对每个商品类目内的商品按总销量降序排名。
- 筛选出排名前 10 的商品。
完整代码💻🚀💻🚀：
-- 第一步：创建一个公共表表达式 (CTE) category_sales，用于计算每个商品在 2023 年的总销量
with category_sales as (
-- 选择需要的列，包括商品类目 ID、类目名称、商品 ID、商品名称和总销量
select
category_id,
category_name,
product_id,
product_name,
-- 使用 sum 函数计算每个商品的总销量
sum(quantity) as total_sales
from
orders
-- 筛选出 2023 年的订单数据
where
extract(year from sale_date) = 2023
-- 按商品类目和商品分组
group by
category_id, category_name, product_id, product_name
),
-- 第二步：创建另一个 CTE ranked_products，用于对每个商品类目内的商品按总销量降序排名
ranked_products as (
select
category_id,
category_name,
product_id,
product_name,
total_sales,
-- 使用 dense_rank 函数对每个商品类目内的商品按总销量降序排名
dense_rank() over (partition by category_id order by total_sales desc) as sales_rank
from
category_sales
)
-- 第三步：从 ranked_products 中选择排名前 10 的商品
select
category_id,
category_name,
product_id,
product_name,
total_sales
from
ranked_products
-- 筛选出排名前 10 的商品
where
sales_rank <= 10;
二、社区热度Top5文章🔥
在内容社区里，为了向用户推荐热门文章，需要计算过去 7 天各板块内综合热度排名前 5 的文章。
综合热度的计算方式为：点赞数×0.6 + 收藏数×0.3 + 评论数×0.1。通过这种方式可以更全面地衡量文章在社区内的受欢迎程度。
| 字段名 | 类型 | 描述 |
|---|---|---|
| article_id | INT | 文章的唯一标识符，作为主键 |
| board_id | INT | 文章所属板块的唯一标识符 |
| board_name | VARCHAR(50) | 文章所属板块的名称 |
| title | VARCHAR(200) | 文章的标题 |
| publish_time | DATETIME | 文章的发布时间 |
| likes | INT | 文章获得的点赞数 |
| favorites | INT | 文章获得的收藏数 |
| comments | INT | 文章获得的评论数 |
思路💡
- 筛选出过去 7 天的文章数据。
- 计算每篇文章的综合热度。
- 对每个板块内的文章按综合热度降序排名。
- 筛选出排名前 5 的文章。
完整代码：💻🚀💻🚀
-- 第一步：创建一个 CTE article_heat，用于计算每篇文章在过去 7 天的综合热度
with article_heat as (
select
article_id,
board_id,
board_name,
title,
-- 计算综合热度：点赞数 * 0.6 + 收藏数 * 0.3 + 评论数 * 0.1
(likes * 0.6 + favorites * 0.3 + comments * 0.1) as heat_score
from
articles
-- 筛选出过去 7 天的文章数据
where
publish_time >= current_date - interval 7 day
),
-- 第二步：创建另一个 CTE ranked_articles，用于对每个板块内的文章按综合热度降序排名
ranked_articles as (
select
article_id,
board_id,
board_name,
title,
heat_score,
-- 使用 dense_rank 函数对每个板块内的文章按综合热度降序排名
dense_rank() over (partition by board_id order by heat_score desc) as heat_rank
from
article_heat
)
-- 第三步：从 ranked_articles 中选择排名前 5 的文章
select
article_id,
board_id,
board_name,
title,
heat_score
from
ranked_articles
-- 筛选出排名前 5 的文章
where
heat_rank <= 5;
| article_id | board_id | board_name | title | heat_score |
|---|---|---|---|---|
| 3 | 2 | 娱乐 | 明星新动态 | 216 |
| 4 | 2 | 娱乐 | 电影预告 | 189 |
| 1 | 1 | 科技 | 最新科技趋势 | 148 |
| 2 | 1 | 科技 | AI 技术突破 | 116.5 |
| 5 | 3 | 体育 | 赛事回顾 | 130 |
| 6 | 3 | 体育 | 运动员风采 | 118 |
三、交易额Top3客户💰
在金融业务中，为了对不同区域的优质客户进行精准营销和服务，需要按季度统计 2023 年各区域交易金额最高的 3 个客户，并且要求显示客户层级。
| 字段名 | 类型 | 描述 |
|---|---|---|
| trans_id | INT | 交易的唯一标识符，作为主键 |
| client_id | INT | 客户的唯一标识符 |
| client_name | VARCHAR(100) | 客户的名称 |
| client_level | VARCHAR(20) | 客户的层级 |
| region | VARCHAR(50) | 客户所在的区域 |
| trans_amount | DECIMAL(12, 2) | 交易的金额 |
| trans_date | DATE | 交易的日期 |
思路💡
- 筛选出 2023 年的交易数据。
- 按区域、季度和客户分组，计算每个客户在每个季度的总交易金额。
- 对每个区域和季度内的客户按总交易金额降序排名。
- 筛选出排名前 3 的客户。
完整代码：💻🚀💻🚀
-- 第一步：创建一个 CTE quarterly_transactions，用于计算每个客户在每个季度的总交易金额
with quarterly_transactions as (
select
client_id,
client_name,
client_level,
region,
-- 提取交易日期的季度
extract(quarter from trans_date) as quarter,
-- 使用 sum 函数计算每个客户在每个季度的总交易金额
sum(trans_amount) as total_trans_amount
from
transactions
-- 筛选出 2023 年的交易数据
where
extract(year from trans_date) = 2023
-- 按区域、季度和客户分组
group by
client_id, client_name, client_level, region, extract(quarter from trans_date)
),
-- 第二步：创建另一个 CTE ranked_clients，用于对每个区域和季度内的客户按总交易金额降序排名
ranked_clients as (
select
client_id,
client_name,
client_level,
region,
quarter,
total_trans_amount,
-- 使用 dense_rank 函数对每个区域和季度内的客户按总交易金额降序排名
dense_rank() over (partition by region, quarter order by total_trans_amount desc) as trans_rank
from
quarterly_transactions
)
-- 第三步：从 ranked_clients 中选择排名前 3 的客户
select
client_id,
client_name,
client_level,
region,
quarter,
total_trans_amount
from
ranked_clients
-- 筛选出排名前 3 的客户
where
trans_rank <= 3;
