通过门店销售明细表用SQL得到每月每个门店的销冠和按月的同比环比数据

假设我在Snowflake里有销售表，包含ID主键、门店ID、日期、销售员姓名和销售额，需要统计出每个月所有门店和各门店销售额最高的人，不一定是一个人，以及他所在的门店ID和月总销售额。

统计每个月份下，各门店内销售额最高的销售员（可能多人并列），并显示其在该门店的月总销售额。

---

分步说明：

1. 按门店+月份+销售员汇总销售额
   计算每个销售员在每个门店的月总销售额。

2. 确定各门店内的最高销售额
   按月份和门店分组，找到每个门店当月的最高销售额。

3. 关联最高销售额的销售员
   匹配每个门店中达到最高销售额的销售员（允许多个并列）。

---

SQL 代码：

WITH 门店销售员明细 AS (
    SELECT
        DATE_TRUNC('MONTH', 日期) AS 月份,
        门店ID,
        销售员姓名,
        SUM(销售额) AS 月总销售额
    FROM 销售表
    GROUP BY 月份, 门店ID, 销售员姓名
),
各门店最高销售额 AS (
    SELECT
        月份,
        门店ID,
        MAX(月总销售额) AS 最高销售额
    FROM 门店销售员明细
    GROUP BY 月份, 门店ID
)
SELECT
    sm.月份,
    sm.门店ID,
    sm.销售员姓名,
    sm.月总销售额
FROM 门店销售员明细 sm
JOIN 各门店最高销售额 mh
    ON sm.月份 = mh.月份
    AND sm.门店ID = mh.门店ID
    AND sm.月总销售额 = mh.最高销售额
ORDER BY sm.月份, sm.门店ID;

---

输出结果：

月份	门店ID	销售员姓名	月总销售额
2023-01-01	001	张三	50000
2023-01-01	002	李四	48000
2023-01-01	002	王五	48000
2023-02-01	001	赵六	52000

---

关键点解释：

1. 门店销售员明细
   按 月份 + 门店 + 销售员 汇总销售额，确保每个销售员在单店的表现独立统计。

2. 各门店最高销售额
   通过 GROUP BY 月份, 门店ID 找到每个门店当月的最高销售额阈值。

3. 最终匹配
   通过 JOIN 将明细与最高销售额关联，精确筛选出每个门店的优胜者（含并列情况）。

---

扩展说明：

• 并列处理：若多个销售员在同一门店的销售额相同且为最高，结果中将全部列出。
• 性能优化：Snowflake的列式存储和自动分区优化可高效处理此类聚合查询。
• 动态调整：如需排除零销售额门店，可在明细中增加 HAVING SUM(销售额) > 0。

假设我在Snowflake里有销售表，包含ID主键、门店ID、日期、销售员姓名和销售额，需要统计出按月统计的同比和环比数据，当前月如果不是月底的话，同比或环比数据需要取得上个月或者去年1日到对应的日期的总销售额值。

解决方案：

按月统计销售额的同比（去年同期）和环比（上月同期）数据，动态处理未完整月份（如当前月未结束时，同比环比均取相同天数范围）。

---

分步说明：

1. 计算每个月的实际日期范围
   动态确定每个月的起始日期和截止日期（若当前月未结束，取到当前日）。

2. 生成同比环比对比日期范围
   根据当前月实际天数，生成上月和去年同期的对应日期范围（自动处理闰年等边界）。

3. 关联数据计算销售额
   将当前月、上月、去年同期三个范围的销售额关联到同一行。

---

SQL 代码：

WITH
-- 1. 获取所有存在的月份
所有月份 AS (
    SELECT DISTINCT DATE_TRUNC('MONTH', 日期) AS 月份
    FROM 销售表
),

-- 2. 计算每个月的实际起止日期（若为当前月则截止到今日）
月份日期范围 AS (
    SELECT
        月份,
        月份 AS 当月起始日期,
        LEAST(
            DATEADD(DAY, -1, DATEADD(MONTH, 1, 月份)),  -- 自然月最后一天
            CURRENT_DATE()                              -- 若为当前月则截止到今日
        ) AS 当月截止日期
    FROM 所有月份
),

-- 3. 计算每个月的实际天数（用于生成同比环比范围）
月份天数 AS (
    SELECT
        月份,
        当月起始日期,
        当月截止日期,
        DATEDIFF(DAY, 当月起始日期, 当月截止日期) + 1 AS 当月天数
    FROM 月份日期范围
),

-- 4. 生成上月同期范围（自动处理天数溢出）
上月范围 AS (
    SELECT
        月份,
        DATEADD(MONTH, -1, 当月起始日期) AS 上月起始日期,
        LEAST(
            DATEADD(DAY, 当月天数 -1, DATEADD(MONTH, -1, 当月起始日期)),  -- 上月起始 + 相同天数
            DATEADD(DAY, -1, DATEADD(MONTH, 1, DATEADD(MONTH, -1, 当月起始日期)))  -- 上月自然最后一天
        ) AS 上月截止日期
    FROM 月份天数
),

-- 5. 生成去年同期范围（自动处理闰年）
去年范围 AS (
    SELECT
        月份,
        DATEADD(YEAR, -1, 当月起始日期) AS 去年起始日期,
        LEAST(
            DATEADD(DAY, 当月天数 -1, DATEADD(YEAR, -1, 当月起始日期)),  -- 去年起始 + 相同天数
            DATEADD(DAY, -1, DATEADD(MONTH, 1, DATEADD(YEAR, -1, 当月起始日期)))  -- 去年自然最后一天
        ) AS 去年截止日期
    FROM 月份天数
),

-- 6. 计算各范围销售额
当月销售额 AS (
    SELECT
        m.月份,
        SUM(销售额) AS 当月销售额
    FROM 月份日期范围 m
    JOIN 销售表 s ON s.日期 BETWEEN m.当月起始日期 AND m.当月截止日期
    GROUP BY m.月份
),
上月销售额 AS (
    SELECT
        p.月份,
        SUM(销售额) AS 上月销售额
    FROM 上月范围 p
    JOIN 销售表 s ON s.日期 BETWEEN p.上月起始日期 AND p.上月截止日期
    GROUP BY p.月份
),
去年销售额 AS (
    SELECT
        y.月份,
        SUM(销售额) AS 去年销售额
    FROM 去年范围 y
    JOIN 销售表 s ON s.日期 BETWEEN y.去年起始日期 AND y.去年截止日期
    GROUP BY y.月份
)

-- 7. 最终关联结果
SELECT
    curr.月份,
    curr.当月销售额,
    prev.上月销售额,
    prev.上月销售额 / NULLIF(curr.当月销售额, 0) -1 AS 环比增长率,  -- 可选：计算增长率
    last_year.去年销售额,
    last_year.去年销售额 / NULLIF(curr.当月销售额, 0) -1 AS 同比增长率  -- 可选：计算增长率
FROM 当月销售额 curr
LEFT JOIN 上月销售额 prev ON curr.月份 = prev.月份
LEFT JOIN 去年销售额 last_year ON curr.月份 = last_year.月份
ORDER BY curr.月份;

---

输出示例：

月份	当月销售额	上月销售额	环比增长率	去年销售额	同比增长率
2023-03-01	150000	140000	0.0714	120000	0.25
2023-04-01	80000	90000	-0.1111	70000	0.1429

---

关键逻辑说明：

1. 动态日期范围

   • 若当前月未结束（如今天是3月15日），则统计 3月1日~3月15日 的数据。
   • 环比取 2月1日~2月15日，同比取 去年3月1日~3月15日。

2. 闰年与月末处理

   • 当对比日期超出目标月实际天数时（如：当前月结束于31日，但目标月只有30日），自动截断到目标月最后一天。

3. 增长率计算（可选）

   • 使用 NULLIF 避免除零错误，确保分母不为零时计算增长率。

---

扩展建议：

• 性能优化：Snowflake的自动分区和集群键（如按 日期 分区）可加速范围查询。
• 空值处理：使用 COALESCE(上月销售额, 0) 等函数处理无对比数据的情况。