【每日SQL打卡】​​​​​​​​​​​​​​​DAY 3丨行程和用户【难度困难】

简介: 【每日SQL打卡】​​​​​​​​​​​​​​​DAY 3丨行程和用户【难度困难】

正文


难度困难


SQL架构


Trips 表中存所有出租车的行程信息。每段行程有唯一键 Id,Client_Id 和 Driver_Id 是 Users 表中 Users_Id 的外键。Status 是枚举类型,枚举成员为 (‘completed’, ‘cancelled_by_driver’, ‘cancelled_by_client’)。


+----+-----------+-----------+---------+--------------------+----------+
| Id | Client_Id | Driver_Id | City_Id |        Status      |Request_at|
+----+-----------+-----------+---------+--------------------+----------+
| 1  |     1     |    10     |    1    |     completed      |2013-10-01|
| 2  |     2     |    11     |    1    | cancelled_by_driver|2013-10-01|
| 3  |     3     |    12     |    6    |     completed      |2013-10-01|
| 4  |     4     |    13     |    6    | cancelled_by_client|2013-10-01|
| 5  |     1     |    10     |    1    |     completed      |2013-10-02|
| 6  |     2     |    11     |    6    |     completed      |2013-10-02|
| 7  |     3     |    12     |    6    |     completed      |2013-10-02|
| 8  |     2     |    12     |    12   |     completed      |2013-10-03|
| 9  |     3     |    10     |    12   |     completed      |2013-10-03| 
| 10 |     4     |    13     |    12   | cancelled_by_driver|2013-10-03|
+----+-----------+-----------+---------+--------------------+----------+


Users 表存所有用户。每个用户有唯一键 Users_Id。Banned 表示这个用户是否被禁止,Role 则是一个表示(‘client’, ‘driver’, ‘partner’)的枚举类型。


+----------+--------+--------+
| Users_Id | Banned |  Role  |
+----------+--------+--------+
|    1     |   No   | client |
|    2     |   Yes  | client |
|    3     |   No   | client |
|    4     |   No   | client |
|    10    |   No   | driver |
|    11    |   No   | driver |
|    12    |   No   | driver |
|    13    |   No   | driver |
+----------+--------+--------+


写一段 SQL 语句查出 2013年10月1日 至 2013年10月3日 期间非禁止用户的取消率。基于上表,你的 SQL 语句应返回如下结果,取消率(Cancellation Rate)保留两位小数。


取消率的计算方式如下:(被司机或乘客取消的非禁止用户生成的订单数量) / (非禁止用户生成的订单总数)


+------------+-------------------+
|     Day    | Cancellation Rate |
+------------+-------------------+
| 2013-10-01 |       0.33        |
| 2013-10-02 |       0.00        |
| 2013-10-03 |       0.50        |
+------------+-------------------+
相关文章
用户行为间隔分析sql
用户行为间隔分析sql
|
SQL 存储 Shell
hive统计每日的活跃用户和新用户sql开发(附shell脚本)
hive统计每日的活跃用户和新用户sql开发(附shell脚本)
hive统计每日的活跃用户和新用户sql开发(附shell脚本)
|
SQL 大数据 开发者
电商项目之用户指标类统计表 SQL 实现|学习笔记
快速学习电商项目之用户指标类统计表 SQL 实现
95 0
电商项目之用户指标类统计表 SQL 实现|学习笔记
|
SQL 大数据 开发者
电商项目之用户启动 DWS 表 SQL 实现|学习笔记
快速学习电商项目之用户启动 DWS 表 SQL 实现
91 0
|
SQL 大数据 开发者
电商项目之用户启动7dayDWS 表 SQL 实现|学习笔记
快速学习电商项目之用户启动7dayDWS 表 SQL 实现
76 0
|
SQL 大数据 开发者
电商项目之用户浏览 DWS 表 SQL 实现|学习笔记
快速学习电商项目之用户浏览 DWS 表 SQL 实现
60 0
电商项目之用户浏览 DWS 表 SQL 实现|学习笔记
|
SQL 大数据 数据处理
电商项目之用户交易宽表 SQL 实现|学习笔记
快速学习电商项目之用户交易宽表 SQL 实现
159 0
电商项目之用户交易宽表 SQL 实现|学习笔记
|
SQL 大数据 开发者
电商项目之用户关注 DWS 表 SQL 实现|学习笔记
快速学习电商项目之用户关注 DWS 表 SQL 实现
76 0
|
SQL 大数据 开发者
电商项目之用户查询 DWS 表 SQL 实现|学习笔记
快速学习电商项目之用户查询 DWS 表 SQL 实现
115 0
|
SQL 大数据 开发者
电商项目之 DWD 用户启动日志表 SQL 实现(下)|学习笔记
快速学习电商项目之 DWD 用户启动日志表 SQL 实现(下)
120 0
电商项目之 DWD 用户启动日志表 SQL 实现(下)|学习笔记