在电商平台的数据分析中,处理品牌促销活动的日期交叉问题是一个挑战。本文将介绍几种高级SQL技巧,用于准确计算每个品牌的总优惠天数,即使在存在日期交叉的情况下。
问题背景
我们有一个促销活动表 shop_discount
,记录了不同品牌的促销开始日期和结束日期。目标是计算每个品牌的总优惠天数,同时确保同一天内的多个优惠活动只计算一次。
如下为平台商品促销数据:字段为品牌,打折开始日期,打折结束日期
brand stt edt
oppo,2021-06-05,2021-06-09
oppo,2021-06-11,2021-06-21
vivo,2021-06-05,2021-06-15
vivo,2021-06-09,2021-06-21
redmi,2021-06-05,2021-06-21
redmi,2021-06-09,2021-06-15
redmi,2021-06-17,2021-06-26
huawei,2021-06-05,2021-06-26
huawei,2021-06-09,2021-06-15
huawei,2021-06-17,2021-06-21
计算每个品牌总的打折销售天数,注意其中的交叉日期,比如 vivo 品牌
第一次活动时间为 2021-06-05 到 2021-06-15,第二次活动时间为 2021-06-09 到 2021-06-21 其中 9 号到 15号为重复天数,
只统计一次,即 vivo 总打折天数为 2021-06-05 到 2021-06-21 共计 17 天。
示例数据
1.建表
create table shop_discount(
brand string,
stt string,
edt string
);
2.导入数据
INSERT INTO shop_discount (brand, stt, edt) VALUES
('oppo', '2021-06-05', '2021-06-09'),
('oppo', '2021-06-11', '2021-06-21'),
('vivo', '2021-06-05', '2021-06-15'),
('vivo', '2021-06-09', '2021-06-21'),
('redmi', '2021-06-05', '2021-06-21'),
('redmi', '2021-06-09', '2021-06-15'),
('redmi', '2021-06-17', '2021-06-26'),
('huawei', '2021-06-05', '2021-06-26'),
('huawei', '2021-06-09', '2021-06-15'),
('huawei', '2021-06-17', '2021-06-21');
3.查询数据是否导入成功
select * from shop_discount;
高级SQL技巧
方法1:使用开窗进行连续区间划分及合并
这种方法通过识别每个品牌的连续促销区间来计算总天数。
SELECT
brand,
SUM(days) AS promotion_day_count
FROM (
SELECT
brand, DATEDIFF(MAX(edt), MIN(stt)) + 1 AS days
FROM (
SELECT
brand, stt, edt,
SUM(is_new_start) OVER (PARTITION BY brand ORDER BY stt) AS interval_id
FROM (
SELECT
brand, stt, edt,
IF(stt > COALESCE(LAG_END_DATE, '1970-01-01'), 1, 0) AS is_new_start
FROM (
SELECT
brand, stt, edt,
MAX(edt) OVER (PARTITION BY brand ORDER BY stt ROWS BETWEEN UNBOUNDED PRECEDING AND 1 PRECEDING) AS LAG_END_DATE
FROM
shop_discount
) t1
) t2
) t3
GROUP BY brand, interval_id
) t4
GROUP BY brand;
方法2:使用开窗求出没有活动的天数
这种方法通过计算每个促销区间之间的空白天数来调整总天数。
SELECT
brand,
DATEDIFF(MAX(edt), MIN(stt)) - SUM(no_promo_days) + 1 AS promotion_day_count
FROM (
SELECT
brand, stt, edt,
IF(stt > LAG_END_DATE, DATEDIFF(stt, LAG_END_DATE) - 1, 0) AS no_promo_days
FROM (
SELECT
brand, stt, edt,
MAX(edt) OVER (PARTITION BY brand ORDER BY stt ROWS BETWEEN UNBOUNDED PRECEDING AND 1 PRECEDING) AS LAG_END_DATE
FROM
shop_discount
) t1
) t2
GROUP BY brand;
方法3:使用开窗去除区间之间重复的部分
这种方法通过确保每个促销日期只被计算一次来计算总天数。
SELECT
brand,
SUM(DATEDIFF(edt, start_date) + 1) AS promotion_day_count
FROM (
SELECT
brand, MAX_END_DATE,
IF(MAX_END_DATE IS NULL OR stt > MAX_END_DATE, stt, DATE_ADD(MAX_END_DATE, 1)) AS start_date, edt
FROM (
SELECT
brand, stt, edt,
MAX(edt) OVER (PARTITION BY brand ORDER BY stt ROWS BETWEEN UNBOUNDED PRECEDING AND 1 PRECEDING) AS MAX_END_DATE
FROM
shop_discount
) t1
) t2
WHERE edt > start_date
GROUP BY brand;
方法4:使用UDTF生成所有活动日期然后去重
这种方法通过生成所有可能的促销日期并去除重复来计算总天数。
SELECT
brand,
COUNT(DISTINCT promo_date) AS promotion_day_count
FROM (
SELECT
brand, DATE_ADD(stt, pos) AS promo_date
FROM
shop_discount
LATERAL VIEW
POSEXPLODE(SPLIT(REPEAT(',', DATEDIFF(edt, stt)), ',')) tmp AS pos, element
) t1
GROUP BY
brand;
结论
这些高级SQL技巧提供了多种方法来处理促销日期交叉的问题,确保每个品牌的总优惠天数计算准确。选择合适的方法取决于具体的数据结构和性能要求。希望这些技巧能帮助你更好地管理和分析电商平台的促销活动数据。如果你有任何疑问或需要进一步的帮助,请随时联系。