构建T-SQL查询：找出交易数据中日均有销售的高频产品

要解决这个问题，核心是统计每个产品有多少个不同的销售日期——毕竟单日同一产品的多条交易只能算一天的覆盖，我们的目标是找出覆盖日期最多的产品，具体步骤和实现如下：

步骤拆解 #

1. 计算单产品覆盖天数：按产品分组，统计每个产品对应的去重销售日期数量，这就是该产品的日均覆盖天数。
2. 定位最大覆盖天数：找出所有产品中最高的覆盖天数，以此为筛选标准。
3. 筛选目标产品：提取覆盖天数等于最大值的产品，得到最终结果。

完整T-SQL查询代码 #

WITH ProductCoverage AS (
    -- 第一步：统计每个产品的去重销售日期数量
    SELECT 
        产品,
        -- 如果日期是字符串格式，建议转换为DATE类型避免格式错误，示例用dd.mm.yy格式转换
        COUNT(DISTINCT CONVERT(DATE, 日期, 104)) AS 覆盖天数
    FROM 
        交易数据表名 -- 替换为你的实际表名
    GROUP BY 
        产品
),
MaxCoverage AS (
    -- 第二步：获取所有产品中的最大覆盖天数
    SELECT MAX(覆盖天数) AS 最大覆盖天数 FROM ProductCoverage
)
-- 第三步：筛选出达到最大覆盖天数的产品
SELECT 
    pc.产品,
    pc.覆盖天数
FROM 
    ProductCoverage pc
JOIN 
    MaxCoverage mc ON pc.覆盖天数 = mc.最大覆盖天数
ORDER BY 
    pc.产品;

针对示例数据的验证 #

用你提供的示例数据运行该查询：

• cleaner在02.01.19至08.01.19的7天里每天都有销售，因此覆盖天数=7
• tablet仅在02.01.19和08.01.19有销售，覆盖天数=2
• 其余产品的覆盖天数均小于7天

最终查询结果会返回cleaner；如果有多个产品覆盖天数相同，都会被一并返回。

额外提示 #

• 如果你的日期字段本身就是DATE类型，可以去掉CONVERT函数，直接用COUNT(DISTINCT 日期)即可。
• 若需要同时展示产品ID、总销量等附加信息，可在ProductCoverageCTE中加入对应字段，并在GROUP BY子句中包含它们。

内容的提问来源于stack exchange，提问作者default_settings