当前位置: 首页 > 工具软件 > Delivery​ > 使用案例 >

【每日SQL打卡】​​​​​​​​​​​​​​​DAY 18丨即时食物配送 I【难度简单】​

欧渝
2023-12-01

 【未来的你,会感谢今天努力的你】每日两题,一难一易,每天进步一点点,可能会直接导致一场面试的成功,或工作的轻松搞定,从而升职加薪迎娶白富美,加油小伙伴!
举办场地:数据仓库交流群✖️CSDN
题目汇总:https://blog.csdn.net/weixin_39032019/category_11459536.html
发帖打卡:https://bbs.csdn.net/forums/ITID?typeId=18647    
加入打卡:https://app.yinxiang.com/fx/13ce6bbd-f36f-4e92-be53-92dd381ed729

难度简单

SQL架构

配送表: Delivery

+-----------------------------+---------+
| Column Name                 | Type    |
+-----------------------------+---------+
| delivery_id                 | int     |
| customer_id                 | int     |
| order_date                  | date    |
| customer_pref_delivery_date | date    |
+-----------------------------+---------+
delivery_id 是表的主键。
该表保存着顾客的食物配送信息,顾客在某个日期下了订单,并指定了一个期望的配送日期(和下单日期相同或者在那之后)。

如果顾客期望的配送日期和下单日期相同,则该订单称为 「即时订单」,否则称为「计划订单」。

写一条 SQL 查询语句获取即时订单所占的百分比, 保留两位小数。

查询结果如下所示:

Delivery 表:
+-------------+-------------+------------+-----------------------------+
| delivery_id | customer_id | order_date | customer_pref_delivery_date |
+-------------+-------------+------------+-----------------------------+
| 1           | 1           | 2019-08-01 | 2019-08-02                  |
| 2           | 5           | 2019-08-02 | 2019-08-02                  |
| 3           | 1           | 2019-08-11 | 2019-08-11                  |
| 4           | 3           | 2019-08-24 | 2019-08-26                  |
| 5           | 4           | 2019-08-21 | 2019-08-22                  |
| 6           | 2           | 2019-08-11 | 2019-08-13                  |
+-------------+-------------+------------+-----------------------------+

Result 表:
+----------------------+
| immediate_percentage |
+----------------------+
| 33.33                |
+----------------------+
2 和 3 号订单为即时订单,其他的为计划订单。

已经有思路?开始打卡吧!

打卡地址:https://bbs.csdn.net/forums/ITID?typeId=18647    右上角【发帖】

添加文末公众号「信息技术智库」:

 硬核资料:领取PPT模板、简历模板、行业经典书籍PDF。
 技术互助:技术群大佬指点迷津,你的问题可能不是问题,求资源在群里喊一声。
 面试题库:由技术群里的小伙伴们共同投稿,热乎的大厂面试真题,持续更新中。
 知识体系:含编程语言、算法、大数据生态圈组件(Mysql、Hive、Spark、Flink)、数据仓库、前端等。

技术交流、非诚勿

 类似资料: