SQL 练习

用户行为日志表tb_user_log

id	uid	artical_id	in_time	out_time	sign_cin
1	101	9001	2021-11-01 10:00:00	2021-11-01 10:00:31	0
2	102	9001	2021-11-01 10:00:00	2021-11-01 10:00:24	0
3	102	9002	2021-11-01 11:00:00	2021-11-01 11:00:11	0
4	101	9001	2021-11-02 10:00:00	2021-11-02 10:00:50	0
5	102	9002	2021-11-02 11:00:01	2021-11-02 11:00:24	0

（uid-用户ID, artical_id-文章ID, in_time-进入时间, out_time-离开时间, sign_in-是否签到）

场景逻辑说明：artical_id-文章ID代表用户浏览的文章的ID，artical_id-文章ID为0表示用户在非文章内容页（比如App内的列表页、活动页等）。

问题：统计2021年11月每天的人均浏览文章时长（秒数），结果保留1位小数，并按时长由短到长排序。

输出示例：

示例数据的输出结果如下

dt	avg_viiew_len_sec
2021-11-01	33.0
2021-11-02	36.5

解释：

11月1日有2个人浏览文章，总共浏览时长为31+24+11=66秒，人均浏览33秒；

11月2日有2个人浏览文章，总共时长为50+23=73秒，人均时长为36.5秒。

示例1

输入：

DROP TABLE IF EXISTS tb_user_log;
CREATE TABLE tb_user_log (
    id INT PRIMARY KEY AUTO_INCREMENT COMMENT '自增ID',
    uid INT NOT NULL COMMENT '用户ID',
    artical_id INT NOT NULL COMMENT '视频ID',
    in_time datetime COMMENT '进入时间',
    out_time datetime COMMENT '离开时间',
    sign_in TINYINT DEFAULT 0 COMMENT '是否签到'
) CHARACTER SET utf8 COLLATE utf8_bin;

INSERT INTO tb_user_log(uid, artical_id, in_time, out_time, sign_in) VALUES
  (101, 9001, '2021-11-01 10:00:00', '2021-11-01 10:00:31', 0),
  (102, 9001, '2021-11-01 10:00:00', '2021-11-01 10:00:24', 0),
  (102, 9002, '2021-11-01 11:00:00', '2021-11-01 11:00:11', 0),
  (101, 9001, '2021-11-02 10:00:00', '2021-11-02 10:00:50', 0),
  (102, 9002, '2021-11-02 11:00:01', '2021-11-02 11:00:24', 0);

复制输出：

2021-11-01|33.0
2021-11-02|36.5

简单分析：反正 我们只是针对说  artical_id  不等于 0 的用户  和 11 月份的数据

因为没有date 类型的数据，所以我们需要在in_time 里面弄出一个date 的值，这里要做一个转换

DATE_FORMAT(in_time, "%Y%m") = "202111"

因为求的是每天，所以我们可以知道一定是按每天来做group的，但又没有这个知道

所有我们只能自己用一个date 自段出来，比如 date(in_date) 作为group的

平均时间怎么求呢 -> 总的时间差数，是sum(out_time - in_time) 

                                总的个数count(*)  

问题分解：

• 计算每次文章浏览的时长和日期：
  • 过滤目标时间窗的有效浏览记录：WHERE artical_id != 0 AND DATE_FORMAT(in_time, "%Y%m") = "202111"
  • 将进入时间转化为日期：DATE(in_time) as dt
  • 计算浏览时长：TIMESTAMPDIFF(SECOND, in_time, out_time) as view_len_sec
• 按日期分组：GROUP BY dt
• 计算人均时长（=总时长÷人数）：SUM(view_len_sec) / COUNT(DISTINCT uid) as avg_view_len_sec
• 保留1位小数：ROUND(x, 1)

---

细节问题：

• 表头重命名：as
• 按时长由短到长排序：ORDER BY avg_view_len_sec

完整代码：

复制代码

1 2 3 4 5 6 7 8 9

SELECT dt, ROUND(SUM(view_len_sec) / COUNT(DISTINCT uid), 1) as avg_view_len_sec FROM (     SELECT uid, DATE(in_time) as dt,         TIMESTAMPDIFF(SECOND, in_time, out_time) as view_len_sec     FROM tb_user_log     WHERE artical_id != 0 AND DATE_FORMAT(in_time, "%Y%m") = "202111" ) as t_uid_len GROUP BY dt ORDER BY avg_view_len_sec;