「SQL面试题库」 No_58 游戏玩法分析 V

🍅 1、专栏介绍

「SQL面试题库」是由 不是西红柿 发起，全员免费参与的SQL学习活动。我每天发布1道SQL面试真题，从简单到困难，涵盖所有SQL知识点，我敢保证只要做完这100道题，不仅能轻松搞定面试，代码能力和工作效率也会有明显提升。

1.1 活动流程

1. 整理题目：西红柿每天无论刮风下雨，保证在8am 前，更新一道新鲜SQL面试真题。
2. 粉丝打卡：粉丝们可在评论区写上解题思路，或者直接完成SQL代码，有困难的小伙伴不要着急，先看别人是怎么解题的，边看边学，不懂就问我。
3. 交流讨论：为了方便交流讨论，可进入 数据仓库 。
4. 活动奖励：我每天都会看评论区和群里的内容，对于积极学习和热心解答问题的小伙伴，红包鼓励，以营造更好的学习氛围。

1.2 你的收获

1. 增强自信，搞定面试：在求职中，SQL是经常遇到的技能点，而这些题目也多数是真实的面试题，刷题可以让我们更好地备战面试，增强自信，提升自己的核心竞争力。
   
2. 巩固SQL语法，高效搞定工作：通过不断练习，能够熟悉SQL的语法和常用函数，掌握SQL核心知识点，提高SQL编写能力。代码能力提升了，工作效率自然高了。
   
3. 提高数据处理能力、锻炼思维能力：SQL是数据处理的核心工具，通过刷题可以让我们更好地理解数据处理的过程，提高数据分析的效率。SQL题目的难度不一，需要在一定时间内解决问题，培养了我们对问题的思考能力、解决问题的能力和对时间的把控能力等。
   

🍅 2、今日真题

题目介绍： 游戏玩法分析 V game-play-analysis-v

难度困难

SQL架构

Activity

活动记录表

+--------------+---------+
| Column Name  | Type    |
+--------------+---------+
| player_id    | int     |
| device_id    | int     |
| event_date   | date    |
| games_played | int     |
+--------------+---------+
（player_id，event_date）是此表的主键
这张表显示了某些游戏的玩家的活动情况
每一行是一个玩家的记录，他在某一天使用某个设备注销之前登录并玩了很多游戏（可能是 0）

我们将玩家的安装日期定义为该玩家的第一个登录日。

我们还将某个日期

X

的第 1 天留存时间定义为安装日期为

X

的玩家的数量，他们在

X

之后的一天重新登录，除以安装日期为

X

的玩家的数量，四舍五入到小数点后两位。

编写一个 SQL 查询，报告每个安装日期、当天安装游戏的玩家数量和第一天的留存时间。

查询结果格式如下所示：

``` Activity 表： +-----------+-----------+------------+--------------+ | player_id | device_id | event_date | games_played | +-----------+-----------+------------+--------------+ | 1 | 2 | 2016-03-01 | 5 | | 1 | 2 | 2016-03-02 | 6 | | 2 | 3 | 2017-06-25 | 1 | | 3 | 1 | 2016-03-01 | 0 | | 3 | 4 | 2016-07-03 | 5 | +-----------+-----------+------------+--------------+

Result 表： +------------+----------+----------------+ | install_dt | installs | Day1_retention | +------------+----------+----------------+ | 2016-03-01 | 2 | 0.50 | | 2017-06-25 | 1 | 0.00 | +------------+----------+----------------+ 玩家 1 和 3 在 2016-03-01 安装了游戏，但只有玩家 1 在 2016-03-02 重新登录，所以 2016-03-01 的第一天留存时间是 1/2=0.50 玩家 2 在 2017-06-25 安装了游戏，但在 2017-06-26 没有重新登录，因此 2017-06-25 的第一天留存时间为 0/1=0.00 ```

sql
select install_dt,count(distinct player_id)installs,
       round(sum(if(datediff(event_date,install_dt)=1,1,0))/count(distinct player_id),2) Day1_retention 
from 
(
    select *,min(event_date) over(partition by player_id) install_dt
    from Activity
)t1   
group by install_dt

• 已经有灵感了？在评论区写下你的思路吧！