下载相关创建表格和插入数据脚本
这里为了方便大家，数据脚本已经给大家准备好啦。
点击下方链接直接下载
创建数据表脚本：http://tianchi-media.oss-cn-/dragonball/SQL/create_table.sql
插入数据脚本：http://tianchi-media.oss-cn-/dragonball/SQL/data.zip
大家下载好脚本后，先在MySQL环境中运行create_table.sql脚本，创建数据表，然后解压下载好的data.zip，解压后目录如下：
8-10ccf_offline_stage1_train.sql6-winequality-white.sql5-8-10ccf_online_stage1_train.sql4-macro industry.sql3-ccf_offline_stage1_test_revised.sql2-winequality-red.sql1-9income statement.sql1-9company operating.sql1-7market data.sql
脚本文件名前面的序号表示用到该数据集的题目序号，例如1-7market data.sql表示第1题和第7题用到了该数据集。
同样的，这里给大家的也是sql脚本，里面是插入数据的语句，大家只需打开后在MySQL环境中运行即可将数据导入到数据表中。
练习题1：
数据来源：数据集-阿里云天池
请使用A股上市公司季度营收预测数据集《Income Statement.xls》和《Company Operating.xlsx》和《Market Data.xlsx》，以Market Data为主表，将三张表中的TICKER_SYMBOL为600383和600048的信息合并在一起。只需要显示以下字段。
结果：
select m.TICKER_SYMBOL,m.END_DATE,m.CLOSE_PRICE,i.*,c.* from (SELECT TICKER_SYMBOL,END_DATE,CLOSE_PRICE from `market data` where TICKER_SYMBOL in ('600383','600048')) as mleft JOIN (select TICKER_SYMBOL,END_DATE,T_REVENUE,T_COGS,N_INCOME from `income statement` where TICKER_SYMBOL in ('600383','600048')) as i on i.TICKER_SYMBOL=m.TICKER_SYMBOLleft JOIN (SELECT TICKER_SYMBOL,INDIC_NAME_EN,END_DATE,`VALUE` from `company operating` where TICKER_SYMBOL in ('600383','600048')) as c on c.TICKER_SYMBOL=m.TICKER_SYMBOL
练习题2：
数据来源：数据集-阿里云天池
请使用 Wine Quality Data 数据集《winequality-red.csv》，找出 pH=3.03的所有红葡萄酒，然后，对其 citric acid 进行中式排名（相同排名的下一个名次应该是下一个连续的整数值。换句话说，名次之间不应该有“间隔”）
结果：
SELECT pH,`citric acid`,DENSE_RANK() OVER (ORDER BY `citric acid`) as dense_rank from `winequality-red`WHERE pH=3.03;
练习题3：
数据来源：天池新人实战赛o2o优惠券使用预测赛题与数据-天池大赛-阿里云天池
使用Coupon Usage Data for O2O中的数据集《ccf_offline_stage1_test_revised.csv》，试分别找出在7月期间，发放优惠券总金额最多和发放优惠券张数最多的商家。
这里只考虑满减的金额，不考虑打几折的优惠券。
结果：1、发放优惠券总金额最多的商家：
SELECT Merchant_id,SUM(SUBSTRING_INDEX(Discount_rate,':',-1)) as Amountfrom ccf_offline_stage1_test_revisedWHERE Date_received>='-07-01' AND Date_received<='-07-31'GROUP BY Merchant_id ORDER BY Amount desclimit 1
2、发放优惠券张数最多的商家：
SELECT Merchant_id,count(0) as numfrom ccf_offline_stage1_test_revisedWHERE Date_received>='-07-01' AND Date_received<='-07-31'GROUP BY Merchant_id ORDER BY num desclimit 1
练习题4：
数据来源：数据集-阿里云天池
请使用A股上市公司季度营收预测中的数据集《Macro&Industry.xlsx》中的sheet-INDIC_DATA，请计算全社会用电量:第一产业:当月值在用电最高峰是发生在哪月？并且相比去年同期增长/减少了多少个百分比？
结果：1、用电最高峰是发生在哪月？
SELECT PERIOD_DATE,MAX(DATA_VALUE) AS maxvfrom `macro industry`WHERE indic_id='22' AND PERIOD_DATE>='-01-01' AND PERIOD_DATE<='-12-31'GROUP BY PERIOD_DATEORDER BY maxv desclimit 1;
2、相比去年同期增长/减少了多少个百分比？
select (SELECT DATA_VALUE from `macro industry`where PERIOD_DATE='-08-31' and indic_id='22')/(SELECT DATA_VALUE from `macro industry`where PERIOD_DATE='-08-31' and indic_id='22') as addvfrom `macro industry`limit 1;
练习题5：
数据来源：天池新人实战赛o2o优惠券使用预测赛题与数据-天池大赛-阿里云天池
使用Coupon Usage Data for O2O中的数据集《ccf_online_stage1_train.csv》，试统计在6月期间，线上总体优惠券弃用率为多少？并找出优惠券弃用率最高的商家。
弃用率 = 被领券但未使用的优惠券张数 / 总的被领取优惠券张数
结果：6月期间，线上总体优惠券弃用率为多少？
select SUM(CASE WHEN Date_received is not NULL AND Date IS NULL THEN 1 ELSE 0 END)/ SUM(CASE WHEN Date_received is not NULL THEN 1 ELSE 0 END)from ccf_offline_stage1_trainWHERE Date_received BETWEEN '-01-01' AND '-06-30';
优惠券弃用率最高的商家？
select Merchant_id,SUM(CASE WHEN Date_received is not NULL AND Date IS NULL THEN 1 ELSE 0 END)/ SUM(CASE WHEN Date_received is not NULL THEN 1 ELSE 0 END) as dropedfrom ccf_offline_stage1_trainwhere Date_received BETWEEN '-06-01' AND '-06-30'GROUP BY Merchant_idORDER BY droped desclimit 1;
练习题6：
数据来源：数据集-阿里云天池
请使用 Wine Quality Data 数据集《winequality-white.csv》，找出 pH=3.63的所有白葡萄酒，然后，对其 residual sugar 量进行英式排名（非连续的排名）
结果：
SELECT pH,`residual sugar`,RANK() OVER (ORDER BY `residual sugar`) AS RKfrom `winequality-white`WHERE pH=3.63;
练习题7：
数据来源：数据集-阿里云天池
请使用A股上市公司季度营收预测中的数据集《Market Data.xlsx》中的sheet-DATA，
计算截止到底，市值最大的三个行业是哪些？以及这三个行业里市值最大的三个公司是哪些？（每个行业找出前三大的公司，即一共要找出9个）
结果：1、计算截止到底，市值最大的三个行业是哪些？
SELECT TYPE_NAME_CN,MAX(MARKET_VALUE) as mmfrom `market data`WHERE YEAR(END_DATE)=GROUP BY TYPE_NAME_CNORDER BY mmlimit 3;
2、最大的三个公司是哪些？
SELECT * FROM(SELECT TYPE_NAME_CN,MAX(MARKET_VALUE) as mmfrom `market data`WHERE YEAR(END_DATE)=GROUP BY TYPE_NAME_CNORDER BY mmlimit 3) as ind3LEFT JOIN(SELECT TYPE_NAME_CN,MARKET_VALUE,ROW_NUMBER() OVER (PARTITION BY TYPE_NAME_CN ORDER BY MARKET_VALUE) AS Comrankfrom `market data`WHERE YEAR(END_DATE)=GROUP BY TYPE_NAME_CNORDER BY mmlimit 3) as com3on ind3.TYPE_NAME_CN=com3.TYPE_NAME_CNWHERE rank<=3
练习题8：
数据来源：天池新人实战赛o2o优惠券使用预测赛题与数据-天池大赛-阿里云天池
使用Coupon Usage Data for O2O中的数据集《ccf_online_stage1_train.csv》和《ccf_offline_stage1_train.csv》，试找出在6月期间，线上线下累计优惠券使用次数最多的顾客。
结果：
select Merchant_id,SUM(CASE WHEN Date_received IS NOT NULL AND Date IS NOT NULL THEN 1 ELSE 0 END) as usedfrom ccf_offline_stage1_trainwhere Date_received BETWEEN '-06-01' AND '-06-30'GROUP BY User_idORDER BY used desclimit 1;
练习题9：
数据来源：数据集-阿里云天池
请使用A股上市公司季度营收预测数据集《Income Statement.xls》中的sheet-General Business和《Company Operating.xlsx》中的sheet-EN。
找出在数据集所有年份中，按季度统计，白云机场旅客吞吐量最高的那一季度对应的净利润是多少？（注意，是单季度对应的净利润，非累计净利润。）
结果：
SELECT * FROM (SELECT TICKER_SYMBOL, YEAR(END_DATE) Year, QUARTER(END_DATE) QUARTER, SUM(VALUE) Amount FROM `company operating` WHERE INDIC_NAME_EN = 'Baiyun Airport:Passenger throughput' GROUP BY TICKER_SYMBOL,YEAR(END_DATE),QUARTER(END_DATE) ORDER BY SUM(VALUE) DESC LIMIT 1 ) BaseData LEFT JOIN (SELECT TICKER_SYMBOL, YEAR(END_DATE) Year, QUARTER(END_DATE) QUARTER, SUM(N_INCOME) Amount FROM `income statement` GROUP BY TICKER_SYMBOL,YEAR(END_DATE),QUARTER(END_DATE) ) Income ON BaseData.TICKER_SYMBOL = Income.TICKER_SYMBOL AND BaseData.Year = Income.Year AND BaseData.QUARTER = Income.QUARTER
练习题10：
数据来源：天池新人实战赛o2o优惠券使用预测赛题与数据-天池大赛-阿里云天池
使用Coupon Usage Data for O2O中的数据集《ccf_online_stage1_train.csv》和《ccf_offline_stage1_train.csv》，试找出在6月期间，线上线下累计被使用优惠券满减最多的前3名商家。
比如商家A，消费者A在其中使用了一张200减50的，消费者B使用了一张30减1的，那么商家A累计被使用优惠券满减51元。
结果：
SELECT Merchant_id, SUM(discount_amount) discount_amount FROM (SELECT Merchant_id, SUM(SUBSTRING_INDEX(`Discount_rate`,':',-1)) AS discount_amount FROM `ccf_online_stage1_train` WHERE (Date != 'null' AND Coupon_id != 'null') AND (LEFT(DATE,4)= ) AND MID(DATE,5,2) = '06' GROUP BY Merchant_id UNION ALL SELECT Merchant_id, SUM(SUBSTRING_INDEX(`Discount_rate`,':',-1)) AS discount_amount FROM `ccf_offline_stage1_train` WHERE (Date != 'null' AND Coupon_id != 'null') AND (LEFT(DATE,4)= ) AND MID(DATE,5,2) = '06' GROUP BY Merchant_id ) BaseDataGROUP BY Merchant_idORDER BY SUM(discount_amount) DESCLIMIT 1;
本教程相关练习题答案可以在天池官方公众号：天池大数据科研平台回复：SQL训练营 获取。
