编写统计各Item_Num对应订单占比的SQL查询语句
商品关联订单占比统计实现
基础表结构
现有订单表包含两个核心字段:
Order_num:订单编号Item_Num:商品编号
表内存储的示例数据:
| Order_num | Item_Num |
|---|---|
| 123 | 111 |
| 245 | 111 |
| 367 | 111 |
| 499 | 111 |
| 555 | 333 |
统计目标
- 按商品编号维度聚合,统计每个商品关联的独立订单数量
- 计算单商品关联订单数占全表总独立订单数的占比,以上述示例数据为例:商品编号
111对应4笔独立订单,占总订单量的80%;商品编号333对应1笔独立订单,占总订单量的20% - 查询需适配大表性能要求,支持表内全量商品维度的自动统计,无需手动筛选、枚举所有商品值
大表适配的SQL实现
考虑到原表数据体量大,采用单次扫描的窗口函数方案,避免重复全表扫描、多表关联带来的性能损耗:
SELECT Item_Num, COUNT(DISTINCT Order_num) AS item_related_order_cnt, -- 计算结果为百分比数值,可根据业务需求调整ROUND的保留小数位数 ROUND( COUNT(DISTINCT Order_num) * 100.0 / SUM(COUNT(DISTINCT Order_num)) OVER (), 2 ) AS order_share_pct FROM 替换为实际的订单表名 GROUP BY Item_Num
方案设计说明
- 使用
COUNT(DISTINCT Order_num)统计订单数,兼容同一订单关联多个商品的业务场景,保证统计口径和“独立订单数占比”的需求一致 - 窗口函数
SUM(COUNT(DISTINCT Order_num)) OVER()会在按商品分组的聚合结果上,一次性计算全量商品的订单数总和,全程仅对原表做一次扫描,适配大表的统计性能要求 - 计算占比时乘
100.0而非整数100,可规避不同数据库的整数除法截断问题,保证占比计算精度 - 结果集自动覆盖表内所有存在的
Item_Num取值,无需手动维护商品清单
内容的提问来源于stack exchange,提问作者Sai
相关产品推荐
相关产品推荐

