环比、环比增长率、同比、同比增长率 ,占比,Mysql 8.0 实例(最简单的方法之一)(sample database classicmodels _No.2 )

简介: 环比、环比增长率、同比、同比增长率 ,占比,Mysql 8.0 实例(最简单的方法之一)(sample database classicmodels _No.2 )

环比、环比增长率、同比、同比增长率 ,占比,Mysql 实例(sample database classicmodels _No.2 )

准备工作,可以去下载 classicmodels 数据库资源如下

点击:classicmodels

如果是 mysql 5.7就不支持

前言

先说下,什么是 环比、环比增长率、同比、同比增长率,根据百度百科上的

说明:


环比增长率

环比增长率,一般是指和上期相比较的增长率。

环比增长率=(本期的某个指标的值-上一期这个指标的值)/上一期这个指标的值*100%。

比如,2008年5月与2008年4月的环比增长是指总是以上一期为基期求的增长量(或率),一般会列一个表,把若干年的环比增长都列出来,进行分析比较。

如:98年净利环比增长量=98年净利-97年净利。

98年净利环比增长率=(98年净利/97年净利)-1=(98年净利-97年净利)/97年净利。

同比增长率

某个指标的同期比=(当年的某个指标的值-上年同期这个指标的值)/上年同期这个指标的值

即:同比增长率=(当年的指标值-上年同期的值)÷上年同期的值*100%

提示:以下是本篇文章正文内容,下面案例可供参考


一、每月销售额

Orders:存储客户下达的销售订单。

OrderDetails:存储销售订单。

orderdetails.priceEach -----单个价格

orderdetails.quantityOrdered----订购数量

销售额=priceEach *quantityOrdered

select DATE_FORMAT(orderdate,'%Y-%m')  as 'yyyy_mm',
sum(b.priceEach*b.quantityOrdered ) as 'sale_amount' 
from  classicmodels.orders a left join classicmodels.orderdetails b
on a.orderNumber =b.orderNumber 
group by DATE_FORMAT(orderdate,'%Y-%m')

二、使用窗口函数LAG

1.环比,环比增长率

环比=本月销售额/上个月的销售额

环比增长率=(本月销售额-上个月的销售额)/上个月的销售额

select 
yyyy_mm as '年月',
ifnull(sale_amount,0) as '本月销售额',
lag(sale_amount) over (order by yyyy_mm) as '上个月的销售额',
ifnull(sale_amount,0)/lag(sale_amount) over (order by yyyy_mm)  *100 as '环比',
(ifnull(sale_amount,0)-lag(sale_amount) over (order by yyyy_mm))/lag(sale_amount) over (order by yyyy_mm) *100 as '环比增长率'
from (

select DATE_FORMAT(orderdate,'%Y-%m')  as 'yyyy_mm',
sum(b.priceEach*b.quantityOrdered ) as 'sale_amount' 
from  classicmodels.orders a left join classicmodels.orderdetails b
on a.orderNumber =b.orderNumber 
group by DATE_FORMAT(orderdate,'%Y-%m')

) a


2.同比,同比增长率

同比=本月销售额/上年同月的销售额

同比增长率=(本月销售额-上年同月的销售额)/上年同月的销售额

select 
yyyy_mm as '年月',
ifnull(sale_amount,0) as '本月销售额',
lag(sale_amount) over (order by yyyy_mm) as '上个月的销售额',
ifnull(sale_amount,0)/lag(sale_amount) over (order by yyyy_mm)  *100 as '销售额环比',
(ifnull(sale_amount,0)-lag(sale_amount) over (order by yyyy_mm))/lag(sale_amount) over (order by yyyy_mm) *100 as '销售额环比增长率',

lag(sale_amount,12) over (order by yyyy_mm) as '上年同期的销售额',
ifnull(sale_amount,0)/lag(sale_amount,12) over (order by yyyy_mm)  *100 as '销售额同比',
(ifnull(sale_amount,0)-lag(sale_amount,12) over (order by yyyy_mm))/lag(sale_amount,12) over (order by yyyy_mm) *100 as '销售额同比增长率'
from (
select DATE_FORMAT(orderdate,'%Y-%m')  as 'yyyy_mm',
sum(b.priceEach*b.quantityOrdered ) as 'sale_amount' 
from  classicmodels.orders a left join 
classicmodels.orderdetails b on a.orderNumber =b.orderNumber 
group by DATE_FORMAT(orderdate,'%Y-%m')) a


3.当年每月占比,当年每月累计占比

(partition by left(yyyy_mm,4) order by yyyy_mm )

这个取前面4位 年份,就是根据 年份分组,然后再根据年月排序

select 
yyyy_mm as '年月',
ifnull(sale_amount,0) as '本月销售额',
sum(ifnull(sale_amount,0) ) over (partition by left(yyyy_mm,4) order by yyyy_mm ) as 当年累计销售额,
ifnull(sale_amount,0)/sum(ifnull(sale_amount,0) ) over(partition by left(yyyy_mm,4))*100  as '当年每月占比',
sum(ifnull(sale_amount,0) ) over (partition by left(yyyy_mm,4) order by yyyy_mm )/
sum(ifnull(sale_amount,0) ) over(partition by left(yyyy_mm,4))*100 as '当年每月累计占比'
from (
select DATE_FORMAT(orderdate,'%Y-%m')  as 'yyyy_mm',
sum(b.priceEach*b.quantityOrdered ) as 'sale_amount' 
from  classicmodels.orders a left join 
classicmodels.orderdetails b on a.orderNumber =b.orderNumber 
group by DATE_FORMAT(orderdate,'%Y-%m')) a


4.lag 函数重要操作要点


1.lag(sale_amount,12) 意思就是 表示取前12行的数据,

2.这个方法必须建立在1年12月没缺失的基础上的,所以建议 日期用 日期维表处理。来保证1年12个月没有缺失

具体可以看下mysql 官方的帮助

https://dev.mysql.com/doc/refman/8.0/en/window-function-descriptions.html#function_lag

This LAG() function

总结

以上是 计算 环比、环比增长率、同比、同比增长率 ,占比,Mysql 8.0 实例(最简单的方法之一)

此案例 MySQL 8.0,主要通过 窗口函数完成,做数分和数据开发的同学可以看下 ,希望有对你们有一些指导意义



相关实践学习
每个IT人都想学的“Web应用上云经典架构”实战
本实验从Web应用上云这个最基本的、最普遍的需求出发,帮助IT从业者们通过“阿里云Web应用上云解决方案”,了解一个企业级Web应用上云的常见架构,了解如何构建一个高可用、可扩展的企业级应用架构。
MySQL数据库入门学习
本课程通过最流行的开源数据库MySQL带你了解数据库的世界。   相关的阿里云产品:云数据库RDS MySQL 版 阿里云关系型数据库RDS(Relational Database Service)是一种稳定可靠、可弹性伸缩的在线数据库服务,提供容灾、备份、恢复、迁移等方面的全套解决方案,彻底解决数据库运维的烦恼。 了解产品详情: https://www.aliyun.com/product/rds/mysql 
目录
相关文章
|
人工智能 运维 关系型数据库
数据库运维:mysql 数据库迁移方法-mysqldump
本文介绍了MySQL数据库迁移的方法与技巧,重点探讨了数据量大小对迁移方式的影响。对于10GB以下的小型数据库,推荐使用mysqldump进行逻辑导出和source导入;10GB以上可考虑mydumper与myloader工具;100GB以上则建议物理迁移。文中还提供了统计数据库及表空间大小的SQL语句,并讲解了如何使用mysqldump导出存储过程、函数和数据结构。通过结合实际应用场景选择合适的工具与方法,可实现高效的数据迁移。
1935 1
|
SQL 存储 关系型数据库
【YashanDB知识库】共享从 MySQL异常处理CONTINUE HANDLER的改写方法
【YashanDB知识库】共享从 MySQL异常处理CONTINUE HANDLER的改写方法
|
存储 关系型数据库 MySQL
MySQL数据库中进行日期比较的多种方法介绍。
以上方法提供了灵活多样地处理和对比MySQL数据库中存储地不同格式地日子信息方式。根据实际需求选择适当方式能够有效执行所需操作并保证性能优化。
1250 10
|
SQL Oracle 关系型数据库
比较MySQL和Oracle数据库系统,特别是在进行分页查询的方法上的不同
两者的性能差异将取决于数据量大小、索引优化、查询设计以及具体版本的数据库服务器。考虑硬件资源、数据库设计和具体需求对于实现优化的分页查询至关重要。开发者和数据库管理员需要根据自身使用的具体数据库系统版本和环境,选择最合适的分页机制,并进行必要的性能调优来满足应用需求。
744 11
|
SQL 数据采集 关系型数据库
实现MySQL与SQL Server之间数据迁移的有效方法
总的来说,从MySQL到SQL Server的数据迁移是一个涉及到很多步骤的过程,可能会遇到各种问题和挑战。但只要精心规划、仔细执行,这个任务是完全可以完成的。
875 18
|
SQL 关系型数据库 MySQL
【MySQL】SQL分析的几种方法
以上就是SQL分析的几种方法。需要注意的是,这些方法并不是孤立的,而是相互关联的。在实际的SQL分析中,我们通常需要结合使用这些方法,才能找出最佳的优化策略。同时,SQL分析也需要对数据库管理系统,数据,业务需求有深入的理解,这需要时间和经验的积累。
564 12
|
存储 关系型数据库 MySQL
MySQL细节优化:关闭大小写敏感功能的方法。
通过这种方法,你就可以成功关闭 MySQL 的大小写敏感功能,让你的数据库操作更加便捷。
1406 19
|
SQL 关系型数据库 MySQL
大数据新视界--大数据大厂之MySQL数据库课程设计:MySQL 数据库 SQL 语句调优方法详解(2-1)
本文深入介绍 MySQL 数据库 SQL 语句调优方法。涵盖分析查询执行计划,如使用 EXPLAIN 命令及理解关键指标;优化查询语句结构,包括避免子查询、减少函数使用、合理用索引列及避免 “OR”。还介绍了索引类型知识,如 B 树索引、哈希索引等。结合与 MySQL 数据库课程设计相关文章,强调 SQL 语句调优重要性。为提升数据库性能提供实用方法,适合数据库管理员和开发人员。
|
Ubuntu 关系型数据库 MySQL
在Ubuntu系统的Docker上安装MySQL的方法
以上的步骤就是在Ubuntu系统的Docker上安装MySQL的详细方法,希望对你有所帮助!
1577 12
|
SQL 运维 关系型数据库
MySQL Binlog 日志查看方法及查看内容解析
本文介绍了 MySQL 的 Binlog(二进制日志)功能及其使用方法。Binlog 记录了数据库的所有数据变更操作,如 INSERT、UPDATE 和 DELETE,对数据恢复、主从复制和审计至关重要。文章详细说明了如何开启 Binlog 功能、查看当前日志文件及内容,并解析了常见的事件类型,包括 Format_desc、Query、Table_map、Write_rows、Update_rows 和 Delete_rows 等,帮助用户掌握数据库变化历史,提升维护和排障能力。

热门文章

最新文章

推荐镜像

更多