em，今天的主题是计算函数啊。

1141. User Activity for the Past 30 Days I

Analysis

不知道为什么，总是很抗拒描述数据库的题目。
题目大概意思就是统计出活跃用户（2019-07-27 前 30 天内只要有一次活动的都算活跃用户）人数。

Code

首先要思考的第一个问题是如何挑出与 2019-07-27 相差不超过 30 天的数据：

1
2
3

select *
from Activity as act
where datediff(act.activity_date, '2019-07-27')>-30

也可以写成：

1
2
3

select *
from Activity as act
where datediff('2019-07-27', act.activity_date)<30

接下来要解决的问题是，挑出出不同的日期：

select distinct activity_date as day
from (
      select *
      from Activity as act
      where datediff(act.activity_date, '2019-07-27')>-30
      ) as t1

注意，派生表必须要命名，而且必须要写在外面。此时，得到的结果只有符合条件的日期，还需要统计不同 id 的用户个数，使用 COUNT 可以完成统计，再用 GROUP BY 组合就可以了：

select distinct activity_date as day, count(distinct user_id) as active_users
from (
      select *
      from Activity as act
      where datediff(act.activity_date, '2019-07-27')>-30
      ) as t1
group by activity_date

em，实际上，可以不写那么麻烦：

select activity_date as day, count(distinct user_id) as active_users
from Activity
where datediff('2019-07-27', Activity.activity_date) < 30
group by activity_date

1693. Daily Leads and Partners

Analysis

按照日期找出不同产品销售时不同的 lead_id 和 partner_id。

Code

1
2
3

select date_id, make_name, count(distinct lead_id) as unique_leads, count(distinct partner_id) as unique_partners
from DailySales
group by date_id, make_name

嗯，这个题跟上个题一样的。

1729. Find Followers Count

Analysis

这个题好像是最简单的。

Code

select user_id, count(distinct follower_id) as followers_count
from Followers
group by user_id
order by user_id

Summary

我发现一个问题，如果要是从实际去理解这些题目做法的用意，无疑是没有意义的😂，因为没法搞清楚这样做是为了什么。但是出于做题和熟悉 SQL 语法的目的，按照要求做挑出符合条件的数据就好。另外，查询得到不同的信息后，需要用 GROUP BY 组合到一起，今天的 3 个题都是这样的。