活动专区
活动公告
文章
GBase社区“技术兑礼”通道已开启 双十一当天75折！
GBase社区管理员发表于2025-11-01 11:51:161222次浏览51个评论
还在苦于缺少SQL实战机会？还在为双十一不知道该买什么而纠结？别等了！GBase数据库社区双十一专属活动正式上线，写SQL赢吉币、兑好礼，技术越牛，福利越多，手把手教你 “用代码换实惠”！
一、活动规则与奖励速览
1. 答题时间
11月3日-11月14日（活动期间任意时间参与均可）
2. SQL 题目（共3档，任你挑战）题目涵盖商品统计、销售分析、用户行为分析三大方向，数据模型与测试数据请参考文末。
- 容易题（适合SQL新手）：
统计降价金额＞100元的商品品牌，结果集需包含品牌、原价、双11折扣价。
- 中等题（适合有基础者）：
分析2025年双11期间（1 ~ 11日）各品类的销售表现，统计各品类的总销售额、总销量、订单数，筛选出总销售额TOP 10的品类，且仅包含 “已支付” 订单数据。结果集需包含品类ID、品类名称、总销售额、总销量、订单数。
- 困难题（适合资深工程师）：
分析2025年双11期间不同用户等级的支付转化率与客单价，按用户等级（新用户 / 普通用户 / VIP 用户）统计下单用户数、支付用户数、支付转化率、平均客单价，仅统计订单金额≥100元的订单。结果集需包含用户等级、用户等级名称、下单用户数、支付用户数、支付转化率、平均客单价。
3. 提交要求
✅ 任选一款数据库产品，独立完成SQL后，将「完整代码 + 运行结果截图」发布至评论区
✅ 我们特别鼓励使用GBase数据库的任意一款产品进行SQL编写哦！
积分到账：
社区管理员将在1个工作日内完成审核，通过后实时发放吉币奖励：
- 容易题：100 吉币
- 中等题：300 吉币
- 困难题：500 吉币
如未及时收到吉币，请将「社区昵称 + 手机号 + 评论区截图」发送至邮箱partner@gbase.cn咨询。
二、双十一专属福利：积分兑礼全场七五折
双十一当天（11.11），积分商城所有商品75折！
不用凑满减，不用拼手速，积分足够就能兑换。
技术党的专属福利，没有复杂的套路。
三、活动注意事项
✅ 每道题目仅能获得一次吉币奖励，可多题参与，奖励不重复。
✅ 禁止抄袭代码、伪造截图，一经发现将取消参与资格。
✅ 吉币到账后，可直接前往积分商城兑换心仪好礼。
四、数据模型设计、测试数据（供参考）
数据模型包含5张核心业务表，覆盖从用户浏览到最终支付的完整转化路径，表结构如下：
表名 | 核心字段 | 表作用 |
user （用户表） | user_id（用户 ID，主键）、user_level（用户等级）、register_time（注册时间） | 存储用户基础信息，用于按用户等级分析消费能力 |
product （商品表） | product_id（商品 ID，主键）、category_id（品类 ID）、brand（品牌）、original_price（原价）、discount_price（双 11 折扣价） | 存储商品信息，用于按品类 / 品牌分析销售表现 |
order （订单表） | order_id（订单 ID，主键）、user_id（用户 ID，外键）、order_time（下单时间）、total_amount（订单总金额）、order_status（订单状态：1 - 待支付 / 2 - 已支付 / 3 - 已取消） | 存储订单核心数据，是关联用户与商品的核心表 |
| order_item（订单项表） | item_id（订单项 ID，主键）、order_id（订单 ID，外键）、product_id（商品 ID，外键）、buy_num（购买数量）、item_amount（订单项金额） | 存储订单中每个商品的明细，解决“一个订单多商品” 的关联问题 |
payment （支付表） | payment_id（支付 ID，主键）、order_id（订单 ID，外键）、pay_time（支付时间）、pay_amount（支付金额）、pay_method（支付方式：1 - 支付宝 / 2 - 微信 / 3 - 银行卡） | 存储支付信息，用于分析支付转化率和支付方式分布 |
测试数据附件链接：
评论
登录后才可以发表评论
汉高祖发表于 9个月前
好啊.到时来参加活动.
GBase用户21143发表于 9个月前
帅
枫溪发表于 9个月前
好啊
steven发表于 9个月前
说明，我有2张表，user和order，和我系统里的表名冲突，我另外建了2张表gbaseuser和gbaseorder，表结构完全一样。
冰凤发表于 9个月前
666
冰凤发表于 9个月前
必然参与
mr_wolf发表于 9个月前
业务需求：分析2025年双11期间（1 ~ 11日）各品类的销售表现，统计各品类的总销售额、总销量、订单数，筛选出总销售额TOP 10的品类，且仅包含 “已支付” 订单数据。结果集需包含品类ID、品类名称、总销售额、总销量、订单数。
业务需求：分析2025年双11期间不同用户等级的支付转化率与客单价，按用户等级（新用户 / 普通用户 / VIP 用户）统计下单用户数、支付用户数、支付转化率、平均客单价，仅统计订单金额≥100元的订单。结果集需包含用户等级、用户等级名称、下单用户数、支付用户数、支付转化率、平均客单价。
给的数据有问题吧，，大概看了下，2025双11一共就几笔订单，，，top 10的品牌，，，都没有10个。。。。。
业务需求：分析2025年双11期间不同用户等级的支付转化率与客单价，按用户等级（新用户 / 普通用户 / VIP 用户）统计下单用户数、支付用户数、支付转化率、平均客单价，仅统计订单金额≥100元的订单。结果集需包含用户等级、用户等级名称、下单用户数、支付用户数、支付转化率、平均客单价。
给的数据有问题吧，，大概看了下，2025双11一共就几笔订单，，，top 10的品牌，，，都没有10个。。。。。
mr_wolf发表于 9个月前
@mr_wolf：SQL 代码
mr_wolf发表于 9个月前
@mr_wolf：提交有图片的评论都没显示？我这有问题
mr_wolf发表于 9个月前
SQL如下（这个控件评论控件，应该做个富文本编辑的不然图片都没法加描述）：
删库跑路未遂发表于 9个月前
Melony.发表于 9个月前
--SELECT * FROM "user";
--SELECT * FROM product;
--SELECT * FROM "order";
--SELECT * FROM order_item;
--SELECT * FROM payment;
--1. 【容易】统计降价金额＞100元的商品品牌，结果集需包含品牌、原价、双11折扣价。
SELECT
brand 品牌
,original_price 原价
,discount_price 双11折扣价
FROM product
WHERE (original_price - discount_price) > 100
ORDER BY 1,2,3;
--54条
--2. 【中等】业务需求：分析2025年双11期间（1 ~ 11日）各品类的销售表现，
--统计各品类的总销售额、总销量、订单数，筛选出总销售额TOP 10的品类，且仅包含 “已支付” --订单数据。结果集需包含品类ID、品类名称、总销售额、总销量、订单数。
SELECT
P.category_id 品类ID
,P.category_name 品类名称
,SUM(O.total_amount) 总销售额
,SUM(OI.buy_num) 总销量
,COUNT(DISTINCT O.order_id) 订单数
FROM "order" O
JOIN order_item OI ON O.order_id = OI.order_id
JOIN product P ON OI.product_id = P.product_id
WHERE O.order_status = 2
AND O.order_time BETWEEN CAST('2025-11-01' AS DATE) AND CAST('2025-11-12' AS DATE)
GROUP BY P.category_id,P.category_name
ORDER BY SUM(OI.buy_num) DESC
LIMIT 10;
--3. 【困难】业务需求：分析2025年双11期间不同用户等级的支付转化率与客单价，
--按用户等级（新用户 / 普通用户 / VIP用户）
--统计下单用户数、支付用户数、支付转化率、平均客单价，仅统计订单金额≥100元的订单。
--结果集需包含用户等级、用户等级名称、下单用户数、支付用户数、支付转化率、平均客单价。
WITH T1 AS (
SELECT
o.user_id
,o.order_id
,o.total_amount
,o.order_status
,u.user_level
FROM "order" o
JOIN "user" u ON o.user_id = u.user_id
WHERE o.order_time BETWEEN CAST('2025-11-01' AS DATE) AND CAST('2025-11-12' AS DATE)
AND o.total_amount >= 100
),
T2 AS (
SELECT
T1.user_id
,T1.user_level
,T1.order_id
,T1.total_amount
,CASE WHEN p.payment_id IS NOT NULL THEN 1 ELSE 0 END AS is_paid
FROM T1
LEFT JOIN payment p ON T1.order_id = p.order_id
)
SELECT
user_level 用户等级
,CASE WHEN user_level = 0 THEN '新用户'
WHEN user_level = 1 THEN '普通用户'
WHEN user_level = 2 THEN 'VIP用户'
END 用户等级名称
,COUNT(DISTINCT user_id) AS 下单用户数
,SUM(is_paid) 支付用户数
,ROUND((SUM(is_paid) / COUNT(DISTINCT user_id)) * 100, 2)||'%' 支付转化率
,ROUND(AVG(CASE WHEN is_paid = 1 THEN total_amount ELSE 0 END), 2) 平均客单价
FROM T2
GROUP BY user_level
ORDER BY user_level;
--SELECT * FROM product;
--SELECT * FROM "order";
--SELECT * FROM order_item;
--SELECT * FROM payment;
--1. 【容易】统计降价金额＞100元的商品品牌，结果集需包含品牌、原价、双11折扣价。
SELECT
brand 品牌
,original_price 原价
,discount_price 双11折扣价
FROM product
WHERE (original_price - discount_price) > 100
ORDER BY 1,2,3;
--54条
--2. 【中等】业务需求：分析2025年双11期间（1 ~ 11日）各品类的销售表现，
--统计各品类的总销售额、总销量、订单数，筛选出总销售额TOP 10的品类，且仅包含 “已支付” --订单数据。结果集需包含品类ID、品类名称、总销售额、总销量、订单数。
SELECT
P.category_id 品类ID
,P.category_name 品类名称
,SUM(O.total_amount) 总销售额
,SUM(OI.buy_num) 总销量
,COUNT(DISTINCT O.order_id) 订单数
FROM "order" O
JOIN order_item OI ON O.order_id = OI.order_id
JOIN product P ON OI.product_id = P.product_id
WHERE O.order_status = 2
AND O.order_time BETWEEN CAST('2025-11-01' AS DATE) AND CAST('2025-11-12' AS DATE)
GROUP BY P.category_id,P.category_name
ORDER BY SUM(OI.buy_num) DESC
LIMIT 10;
--3. 【困难】业务需求：分析2025年双11期间不同用户等级的支付转化率与客单价，
--按用户等级（新用户 / 普通用户 / VIP用户）
--统计下单用户数、支付用户数、支付转化率、平均客单价，仅统计订单金额≥100元的订单。
--结果集需包含用户等级、用户等级名称、下单用户数、支付用户数、支付转化率、平均客单价。
WITH T1 AS (
SELECT
o.user_id
,o.order_id
,o.total_amount
,o.order_status
,u.user_level
FROM "order" o
JOIN "user" u ON o.user_id = u.user_id
WHERE o.order_time BETWEEN CAST('2025-11-01' AS DATE) AND CAST('2025-11-12' AS DATE)
AND o.total_amount >= 100
),
T2 AS (
SELECT
T1.user_id
,T1.user_level
,T1.order_id
,T1.total_amount
,CASE WHEN p.payment_id IS NOT NULL THEN 1 ELSE 0 END AS is_paid
FROM T1
LEFT JOIN payment p ON T1.order_id = p.order_id
)
SELECT
user_level 用户等级
,CASE WHEN user_level = 0 THEN '新用户'
WHEN user_level = 1 THEN '普通用户'
WHEN user_level = 2 THEN 'VIP用户'
END 用户等级名称
,COUNT(DISTINCT user_id) AS 下单用户数
,SUM(is_paid) 支付用户数
,ROUND((SUM(is_paid) / COUNT(DISTINCT user_id)) * 100, 2)||'%' 支付转化率
,ROUND(AVG(CASE WHEN is_paid = 1 THEN total_amount ELSE 0 END), 2) 平均客单价
FROM T2
GROUP BY user_level
ORDER BY user_level;
枫溪发表于 9个月前
感觉有点压力啊
枫溪发表于 9个月前
1. 容易题SQL
SELECT brand 品牌, original_price 原价, discount_price 双11折扣价
FROM product
WHERE (original_price - discount_price) > 100
ORDER BY 1, 2, 3;
2. 中等题SQL
SELECT P.category_id 品类ID,
P.category_name 品类名称,
SUM(O.total_amount) 总销售额,
SUM(OI.buy_num) 总销量,
COUNT(DISTINCT O.order_id) 订单数
FROM "order" O
JOIN order_item OI
ON O.order_id = OI.order_id
JOIN product P
ON OI.product_id = P.product_id
WHERE O.order_status = 2
AND O.order_time BETWEEN CAST('2025-11-01' AS DATE) AND
CAST('2025-11-12' AS DATE)
GROUP BY P.category_id, P.category_name
ORDER BY SUM(OI.buy_num) DESC LIMIT 10;
3. 困难题SQL
SELECT o.user_id, o.order_id, o.total_amount, o.order_status, u.user_level
FROM "order" o
JOIN "user" u
ON o.user_id = u.user_id
WHERE o.order_time BETWEEN CAST('2025-11-01' AS DATE) AND
CAST('2025-11-12' AS DATE)
AND o.total_amount >= 100),
T2 AS
(SELECT T1.user_id,
T1.user_level,
T1.order_id,
T1.total_amount,
CASE
WHEN p.payment_id IS NOT NULL THEN
1
ELSE
0
END AS is_paid
FROM T1
LEFT JOIN payment p
ON T1.order_id = p.order_id)
SELECT user_level 用户等级,
CASE
WHEN user_level = 0 THEN
'新用户'
WHEN user_level = 1 THEN
'普通用户'
WHEN user_level = 2 THEN
'VIP用户'
END 用户等级名称,
COUNT(DISTINCT user_id) AS 下单用户数,
SUM(is_paid) 支付用户数,
ROUND((SUM(is_paid) / COUNT(DISTINCT user_id)) * 100, 2) || '%' 支付转化率,
ROUND(AVG(CASE
WHEN is_paid = 1 THEN
total_amount
ELSE
0
END),
2) 平均客单价
FROM T2
GROUP BY user_level
ORDER BY user_level;
SELECT brand 品牌, original_price 原价, discount_price 双11折扣价
FROM product
WHERE (original_price - discount_price) > 100
ORDER BY 1, 2, 3;
2. 中等题SQL
SELECT P.category_id 品类ID,
P.category_name 品类名称,
SUM(O.total_amount) 总销售额,
SUM(OI.buy_num) 总销量,
COUNT(DISTINCT O.order_id) 订单数
FROM "order" O
JOIN order_item OI
ON O.order_id = OI.order_id
JOIN product P
ON OI.product_id = P.product_id
WHERE O.order_status = 2
AND O.order_time BETWEEN CAST('2025-11-01' AS DATE) AND
CAST('2025-11-12' AS DATE)
GROUP BY P.category_id, P.category_name
ORDER BY SUM(OI.buy_num) DESC LIMIT 10;
3. 困难题SQL
SELECT o.user_id, o.order_id, o.total_amount, o.order_status, u.user_level
FROM "order" o
JOIN "user" u
ON o.user_id = u.user_id
WHERE o.order_time BETWEEN CAST('2025-11-01' AS DATE) AND
CAST('2025-11-12' AS DATE)
AND o.total_amount >= 100),
T2 AS
(SELECT T1.user_id,
T1.user_level,
T1.order_id,
T1.total_amount,
CASE
WHEN p.payment_id IS NOT NULL THEN
1
ELSE
0
END AS is_paid
FROM T1
LEFT JOIN payment p
ON T1.order_id = p.order_id)
SELECT user_level 用户等级,
CASE
WHEN user_level = 0 THEN
'新用户'
WHEN user_level = 1 THEN
'普通用户'
WHEN user_level = 2 THEN
'VIP用户'
END 用户等级名称,
COUNT(DISTINCT user_id) AS 下单用户数,
SUM(is_paid) 支付用户数,
ROUND((SUM(is_paid) / COUNT(DISTINCT user_id)) * 100, 2) || '%' 支付转化率,
ROUND(AVG(CASE
WHEN is_paid = 1 THEN
total_amount
ELSE
0
END),
2) 平均客单价
FROM T2
GROUP BY user_level
ORDER BY user_level;
汉高祖发表于 8个月前
测试下.
GBase用户20926发表于 8个月前
终于搞定，代码和三道题的截图如下
冰凤发表于 8个月前
路过
冰凤发表于 8个月前
参与一下
枫溪发表于 8个月前
路过
柒柒天晴发表于 8个月前
这活动刺激啊
GBase用户31099发表于 8个月前
郝老师发表于 8个月前
@GBase用户31099：满分！
GBase用户31099发表于 8个月前
我来了
GBase用户31099发表于 8个月前
非常好的活动
GBase用户31099发表于 8个月前
赞赞赞
锁钥发表于 8个月前
没看明白
GBase用户31041发表于 8个月前
郝老师发表于 8个月前
@GBase用户31041：三个结果集都是第一题。请把第二、三题结果粘贴下
GBase用户31041发表于 8个月前
@GBase用户31041：第二题，第三题结果
郝老师发表于 8个月前
@GBase用户31041：满分！
GBase用户21143发表于 8个月前
努力吧，暂时不够兑换。
GBase用户28017发表于 8个月前
整个数据，连自己家的几个产品都不能兼容（比如SQL语句不支持GBase8s），而百度上一查GBase8s都说是基于PostgreSQL开发的（其实是Informix），玩个球啊。
小鱼不吐泡泡发表于 8个月前
@GBase用户28017：正常，强如那些大厂，华为，腾讯的，不也是都各种数据库版本，有基于mysql的，有基于pg的
Dale发表于 8个月前
活动能延长？
崔哥发表于 8个月前
洞庭之东江水西，帘旌不动夕阳迟。登临吴蜀横分地，徙倚湖山欲暮时。万里来游还望远，三年多难更凭危。白头吊古风霜里，老木沧波无限悲。天入平湖晴不风，夕帆和雁正浮空。楼头客子杪秋后，日落君山元气中。北望可堪回白首，南游聊得看丹枫。翰林物色分留少，诗到巴陵还未工。
levvel发表于 7个月前
评论是对发帖人的一种尊重
levvel发表于 3个月前
太有深度了！
热门帖子
- 12025-12-01浏览数：182759
- 22023-05-09浏览数：25044
- 42023-09-25浏览数：18519
- 52020-05-11浏览数：17526