上周做了一个订单数据统计的任务。统计数据是订单中的新客户数量。本文记录并整理了解题过程。新客户的定义新客户是指在选择的时间段内有订单，但在该时间段之前没有订单。例如下面的订单数据：2月1日之前，2月1日到3月1日，客户A、B、CA、D、E在2月1日之前分别有A、B、C3家公司的订单，而2月1日至3月1日，A、D、E公司下单，发现2月1日至3月1日存在但2月1日前不存在的客户，即D、E公司只是新客户。订单表t_order有如下字段：标识id，订单号order_sn，业务员sales，客户公司，order_time统计某段时间新客户的数量（难易：简单）比如统计2月1日到3月1日对于新客户，时间段的开始时间和结束时间分别用begin和end表示。先统计2月1日之前的客户数，用groupby做去重处理：selectcompanyfromt_orderwhereorder_time=beginandorder_time<=endgroupbycompany2月1号到3月1号有新客户，2月1号之前没有客户，也就是2月1号到3月1号去掉2月1号之前的客户，整合上面两条sql获取以下sql的语句：selectcount(*)from(selectcompanyfromt_orderwhereorder_time>=beginandorder_time<=endgroupbycompany)wherecompanynotin(selectcompanyfromt_orderwhereorder_time=beginandorder_time<=endgroupbycompany,sales上图显示了时间段和时间段之前的客户，相同的客户通过关联联系起来。其中，无关的为新客户，即C为新客户。连接两个查询，然后用salesman做分组查询，就可以得到每个商家的新客户数：selecttoi1.sales,sum(if(toi1.companyisnotnullandtoi2.companyisnull,1,0))作为新客户from(selectcompany,salesfromt_orderwhereorder_time>=beginandorder_time<=endgroupbycompany,sales)toi1leftjoin（selectcompanyfromt_orderwhereorde）r_time=beginandorder_time<=endgroupbysubstring(order_time,1,#{subTime})第2步：统计每天之前的客户数。每天都需要和之前的数据进行比较。首先查询每天的客户集合，遍历每天的数据，然后查询之前的数据。如果当前客户不是以前的客户，则为新客户。因为查询需要多次查询，所以查询时间会很长。例如查询2月1日到2月3日的新客户：|日期|公司合集||:-----:|:----:||2月1日|一个，乙||2月2日|乙，乙||2月3日|C、E|上面有3条数据，查询要循环3次。如果时间段较长，则查询时间会更长。后来想到用unionall组合查询。在上述查询的基础上，使用foreach遍历每条数据，每条数据向前查询客户的数据集合：选择#{list.order_time}作为order_time,group_concat(distinct(company))作为来自t_order_info的公司whereorder_type=1andamount>0andfinish_subtypenotin(3,6)andsubstring(order_time,1,#{subTime})<#{list.order_time}和#{company}上面的sql其实应该是这样的格式：selectorder_time,companyfromt_orderunionallselectorder_time,companyfromt_orderunionallselectorder_time,companyfromt_orderuseunionall联合查询，这样会快很多。步骤3：步骤1的采集去掉步骤2采集的时间段包含的数据，去掉之前的采集，也就是新客户。group_concat拼接字符会不完整，这是因为超过了group_concat_max_len的值，默认是1024，增大该值即可。方案二：升级方案以下是2月1日之前和2月1日-2月3日客户合集：|日期|2月1日之前|2月1日|2月2日|2月3日||:----:|:----:|:----:|:----:|:----:||公司|A,B|C|A,D|C,D|分析先看2月1日的数据。2月1号之前客户C不存在，所以2月1号新增的客户是C。然后查看2月2号找到2月2号之前的数据。2月2号之前就是2月1号之前+2月1号，所以2月2号之前的数据确实不需要去数据库查询，积累以前的数据。该解决方案使用set集合来存储数据。首先将2月1日之前的数据放入集合中，将A和B放入2月1日之前的集合中，如果集合不存在，则为新客户。首先，2月1日的C不在集合中，所以2月1日的新客户是C。然后将C添加到集合中。2月2日的A在集合中，D不在集合中，所以2月2日的新客户是D。将D加入集合中。2月3日的C和D都在集合中，所以2月3日没有新客户。如果您觉得文章对您有帮助，请点个赞吧！
