select t.video_id,CAST((100*complete_qty*1.0/total_qty+5*like_qty+3*pl_qty+2*zf_qty)*1.0 /((DATEDIFF(DAY,v_last_playdate,(select max(end_time) from tb_user_video_log)))+1) as int) from ( select t1.video_id,COUNT(IIF(DATEDIFF(SECOND,start_time,end_time)>=duration,1,null)) complete_qty, count(1) total_qty,COUNT(IIF(if_like=1,1,null)) like_qty,COUNT(IIF(if_retweet=1,1,null)) zf_qty, COUNT(comment_id) pl_qty,max(CAST(end_time as date)) v_last_playdate from tb_user_video_log t1 join tb_video_info t2 on t1.video_id=t2.video_id where DATEDIFF(DAY,release_time,(select max(end_time) from tb_user_video_log))<=29 group by t1.video_id ) t 给出以上sql的优化后的语句

时间: 2024-04-21 18:22:32 浏览: 15
以下是优化后的 SQL 语句: ```sql SELECT t.video_id, CAST((100 * complete_qty * 1.0 / total_qty + 5 * like_qty + 3 * pl_qty + 2 * zf_qty) * 1.0 / (DATEDIFF(DAY, v_last_playdate, MAX(end_time)) + 1) AS INT) FROM ( SELECT t1.video_id, COUNT(CASE WHEN DATEDIFF(SECOND, start_time, end_time) >= duration THEN 1 END) complete_qty, COUNT(*) total_qty, COUNT(CASE WHEN if_like = 1 THEN 1 END) like_qty, COUNT(CASE WHEN if_retweet = 1 THEN 1 END) zf_qty, COUNT(comment_id) pl_qty, MAX(CAST(end_time AS DATE)) v_last_playdate FROM tb_user_video_log t1 JOIN tb_video_info t2 ON t1.video_id = t2.video_id WHERE DATEDIFF(DAY, release_time, (SELECT MAX(end_time) FROM tb_user_video_log)) <= 29 GROUP BY t1.video_id ) t; ``` 此优化后的 SQL 语句主要做了以下改进: 1. 在 CASE 表达式中使用了更简洁的语法,代替了 IIF 函数。 2. 使用了 MAX(end_time) 替代了子查询 (SELECT MAX(end_time) FROM tb_user_video_log)。 3. 将 MAX(CAST(end_time AS DATE)) 的计算放在了子查询内部,避免了重复计算。 4. 对于 WHERE 子句中的日期计算,使用了 DATEDIFF 函数,避免了子查询的使用。 这些优化措施可以提高查询的性能和可读性。请注意,具体的优化效果还需要考虑数据库的索引和数据量等因素。

相关推荐

请帮我看看这个sql语句是否正确,并改正:select a.ebeln, a.ebelp, a.art, a.kdauf, a.zbw, a.size1, a.txz01, a.menge, b.quantity, (a.menge - b.quantity) as OWE_MATERIAL, ( select sum(THIS_PLAN_QTY) as HAVE_PLAN , a.ebeln , a.ebelp , a.kdauf from SCM_OUTSOURCE_PRODUCTION_PLAN_LIST c , SCM_PROCESS_PURCHASE_ORDER_D a group by c.order_no , c.order_seq , c.sales_order , a.ebeln , a.ebelp , a.kdauf having c.order_no = a.ebeln And c.order_seq = a.ebelp And c.sales_order = a.kdauf ) , ( select a.menge - t.HAVE_PLAN as OWN_PLAY from (select sum(THIS_PLAN_QTY) as HAVE_PLAN , c.order_no , c.order_seq , c.sales_order from SCM_OUTSOURCE_PRODUCTION_PLAN_LIST c , SCM_PROCESS_PURCHASE_ORDER_D a group by c.order_no , c.order_seq , c.sales_order , a.ebeln , a.ebelp , a.kdauf having c.order_no = a.ebeln And c.order_seq = a.ebelp And c.sales_order = a.kdauf ) t , SCM_PROCESS_PURCHASE_ORDER_D a where a.ebeln = t.order_no and a.ebelp = t.order_seq and a.menge = t.sales_order ) , d.scan_qty, (d.quantity - d.scan_qty) as OWN_PRODUCE, e.scan_qty, (e.quantity - e.scan_qty) as OWE_SHIP from SCM_PROCESS_PURCHASE_ORDER_D a left join MMS_INOUT_BILL_M b On a.ebeln = b.purchase_order_number And a.ebelp = b.purchase_order_seq And a.kdauf = b.sales_order left join SCM_OUTSOURCE_PRODUCTION_PLAN_LIST c on a.ebeln = c.order_no And a.ebelp = c.order_seq And a.kdauf = c.sales_order left join SCM_PROCESS_OUTPUT d on a.ebeln = d.order_no And a.ebelp = d.order_seq And a.kdauf = d.sales_order left join SCM_OUTSOURCE_SHIP e on a.ebeln = e.qr_code and a.ebelp = e.order_no and a.kdauf = e.order_seq where a.art = 'IE7181' Order by a.ebeln desc, a.ebelp;

SELECT A.THREEBONAME 三级预算中心, A.PRODUCTNAME2 产品大类, A.PRODUCTCODE4 物料编码, A.PRODUCTNAME4 物料名称, A.天数 活动天数, case when A.天数=0 THEN A.差值 ELSE A.天数 END AS 已持续天数, sum(B.POS_QTY_PCS) 活动数量和, sum(B.POS_QTY_PKG) 活动箱数和, sum(B.POS_AMT) 活动金额和 from (SELECT A.ONEBONAME, A.TWOBONAME, A.THREEBONAME, A.PRODUCTNAME2, A.PRODUCTCODE4, A.PRODUCTNAME4, DATE_FORMAT(A.ACTIVITYSTARTDATE,'%Y%m%d') STARTDATE, DATE_FORMAT(A.ACTIVITYENDDATE,'%Y%m%d') ENDDATE, DATE_FORMAT(DATE_SUB(A.ACTIVITYSTARTDATE, INTERVAL 91 DAY),'%Y%m%d') 未促销开始日期, A.ACTIVITYENDDATE-A.ACTIVITYSTARTDATE+1 天数, to_days(now()) - to_days(A.ACTIVITYSTARTDATE)+1 差值 FROM ka_wantwant_prod.VACTIVITYDETAIL A ) A LEFT JOIN (select A.KA_SYSTEM_CODE, B.BW_SYSTEM_NAME, A.SALES_COM_ID_WH, B.KA_SALES_COM_ID_WH_NAME, B.TPM_THREEBONAME, A.PROD_MATL_ID, A.POS_DATE, A.POS_QTY_PCS, A.POS_QTY_PKG, A.POS_AMT FROM ka_wantwant_prod.tras_ka_pos_history A left join (select distinct C.KA_SALES_COM_ID_WH,C.KA_SALES_COM_ID_WH_NAME,C.BW_SYSTEM_CODE,C.BW_SYSTEM_NAME,C.TPM_THREEBONAME from ka_wantwant_prod.ka_pos_tpm_config C) B on A.KA_SYSTEM_CODE=B.BW_SYSTEM_CODE AND A.SALES_COM_ID_WH=B.KA_SALES_COM_ID_WH ) B ON A.PRODUCTCODE4=B.PROD_MATL_ID AND A.THREEBONAME=B.TPM_THREEBONAME AND B.POS_DATE<=A.ENDDATE AND B.POS_DATE>=A.STARTDATE where DATE_FORMAT(A.STARTDATE,'%Y%m')='202305' and B.POS_QTY_PCS is not null GROUP BY A.THREEBONAME, A.PRODUCTNAME2, A.PRODUCTCODE4, A.PRODUCTNAME4, A.天数, 已持续天数

最新推荐

recommend-type

6-10.py

6-10
recommend-type

基于机器学习的入侵检测系统+源码+说明.zip

基于机器学习的入侵检测系统+源码+说明.zip
recommend-type

matlab基于潜在低秩表示的红外与可见光图像融合.zip

matlab基于潜在低秩表示的红外与可见光图像融合.zip
recommend-type

zigbee-cluster-library-specification

最新的zigbee-cluster-library-specification说明文档。
recommend-type

管理建模和仿真的文件

管理Boualem Benatallah引用此版本:布阿利姆·贝纳塔拉。管理建模和仿真。约瑟夫-傅立叶大学-格勒诺布尔第一大学,1996年。法语。NNT:电话:00345357HAL ID:电话:00345357https://theses.hal.science/tel-003453572008年12月9日提交HAL是一个多学科的开放存取档案馆,用于存放和传播科学研究论文,无论它们是否被公开。论文可以来自法国或国外的教学和研究机构,也可以来自公共或私人研究中心。L’archive ouverte pluridisciplinaire
recommend-type

实现实时数据湖架构:Kafka与Hive集成

![实现实时数据湖架构:Kafka与Hive集成](https://img-blog.csdnimg.cn/img_convert/10eb2e6972b3b6086286fc64c0b3ee41.jpeg) # 1. 实时数据湖架构概述** 实时数据湖是一种现代数据管理架构,它允许企业以低延迟的方式收集、存储和处理大量数据。与传统数据仓库不同,实时数据湖不依赖于预先定义的模式,而是采用灵活的架构,可以处理各种数据类型和格式。这种架构为企业提供了以下优势: - **实时洞察:**实时数据湖允许企业访问最新的数据,从而做出更明智的决策。 - **数据民主化:**实时数据湖使各种利益相关者都可
recommend-type

2. 通过python绘制y=e-xsin(2πx)图像

可以使用matplotlib库来绘制这个函数的图像。以下是一段示例代码: ```python import numpy as np import matplotlib.pyplot as plt def func(x): return np.exp(-x) * np.sin(2 * np.pi * x) x = np.linspace(0, 5, 500) y = func(x) plt.plot(x, y) plt.xlabel('x') plt.ylabel('y') plt.title('y = e^{-x} sin(2πx)') plt.show() ``` 运行这段
recommend-type

JSBSim Reference Manual

JSBSim参考手册,其中包含JSBSim简介,JSBSim配置文件xml的编写语法,编程手册以及一些应用实例等。其中有部分内容还没有写完,估计有生之年很难看到完整版了,但是内容还是很有参考价值的。
recommend-type

"互动学习:行动中的多样性与论文攻读经历"

多样性她- 事实上SCI NCES你的时间表ECOLEDO C Tora SC和NCESPOUR l’Ingén学习互动,互动学习以行动为中心的强化学习学会互动,互动学习,以行动为中心的强化学习计算机科学博士论文于2021年9月28日在Villeneuve d'Asq公开支持马修·瑟林评审团主席法布里斯·勒菲弗尔阿维尼翁大学教授论文指导奥利维尔·皮耶昆谷歌研究教授:智囊团论文联合主任菲利普·普雷教授,大学。里尔/CRISTAL/因里亚报告员奥利维耶·西格德索邦大学报告员卢多维奇·德诺耶教授,Facebook /索邦大学审查员越南圣迈IMT Atlantic高级讲师邀请弗洛里安·斯特鲁布博士,Deepmind对于那些及时看到自己错误的人...3谢谢你首先,我要感谢我的两位博士生导师Olivier和Philippe。奥利维尔,"站在巨人的肩膀上"这句话对你来说完全有意义了。从科学上讲,你知道在这篇论文的(许多)错误中,你是我可以依
recommend-type

实现实时监控告警系统:Kafka与Grafana整合

![实现实时监控告警系统:Kafka与Grafana整合](https://imgconvert.csdnimg.cn/aHR0cHM6Ly9tbWJpei5xcGljLmNuL21tYml6X2pwZy9BVldpY3ladXVDbEZpY1pLWmw2bUVaWXFUcEdLT1VDdkxRSmQxZXB5R1lxaWNlUjA2c0hFek5Qc3FyRktudFF1VDMxQVl3QTRXV2lhSWFRMEFRc0I1cW1ZOGcvNjQw?x-oss-process=image/format,png) # 1.1 Kafka集群架构 Kafka集群由多个称为代理的服务器组成,这