19.07.28拼多多数分笔试存档

一、题型

三道sql，一道概率，一道统计

二、具体内容

• 1. 给了两个表一个是user另一个是active，user的字段好像有user_id和creta_time(还有个啥不记得了)，active的字段有act_id,user_id,订单金额和create_time ，两个create_time意义不同。
     两个问题：建一个表记录每个活动平均每天总订单数，总订单金额；第二个忘记了
     分析：sql基础，create table 和 一些聚合函数结合group by的使用
     注意sql里日期相关函数的使用，一般原始数据的date都是日期加时间格式的，但在数据处理时考虑的维度可能是年、月或者日
     参考这个博客

提取年：datepart(yy,getdate())
提取月：datepart(mm,getdate())
提取日：datepart(dd,getdate())
获取其他日期格式：convert(varchar(),getdate(),112) 

• 2. 给的是一个历史点击记录表，包括user_id,opr_type和log_time三个字段
     难点在于 要找出 满足A操作后是B，AB必须相连的记录，我的思路是利用row number() over (partition by user_id order by log_time )进行排序 然后再选择满足AB的rank差1的数据
     据说可以用 lead() over(partition by order by) 但对这个函数不熟
     但看这个函数介绍lag和lead真的很好用
• 3. tracking_log表，计算每日新增用户，新增用户的次日留存和30日留存
     需要用到日期函数，convert()和dateadd() (留存率相关好像是一个高频考点)
     由于给的是所有历史数据，笔试时的思路是先建一个表用来存用户的id及第一次出现的日期，然后利用这个user_first表里的create_time和log表里的log_time做一个关联，使其满足
     convert(varchar(20),b.log_time,112) = convert(varchar(20),dateadd(day,1,a.create_time),112)
     现在想一想，也可以建一个表包含

select a.user_id
         ,log_time
         ,create_time
         ,datediff(log_time,create_time) as dd ##用来记录距第一次登录后的天数
......

然后group by日期得到dd=1和dd=29的相关数据
这里参考第一种思路 和 第二种思路

• 4. 后验概率，已知甲乙两厂次品率1%和2%，产品来自两厂的概率分别是60%和40%，从中抽取到一件次品，求来自乙厂的概率
• 5. 应该算abtest的问题，需要了解假设检验的知识，只是灰度测试和abtest到底是不是一样的还不清楚，个人觉得一样

三、总结

没有总结，随缘笔