师兄大厂面试遇到这条 SQL 数据分析题，差点含泪而归！

Posted 2020-12-16 云祁

写在前面：我是「云祁」，一枚热爱技术、会写诗的大数据开发猿。昵称来源于王安石诗中一句 [ 云之祁祁，或雨于渊 ] ，甚是喜欢。


写博客一方面是对自己学习的一点点总结及记录，另一方面则是希望能够帮助更多对大数据感兴趣的朋友。如果你也对 数据中台、数据建模、数据分析以及Flink/Spark/Hadoop/数仓开发 感兴趣，可以关注我的动态 ，让我们一起挖掘大数据的价值~


每天都要进步一点点，生命不是要超越别人，而是要超越自己！ (? ?_?)?

一、背景

师兄在面试时遇到了这条SQL题，回来我帮他参谋了下，觉得非常有意思，让我们一起来看看这道差点吊打师兄的笔试题吧！??

对方给了两张表（分别是：派工记录表和打卡记录表），以及一张需求表（需要我们写查询语句得出），内容如下：

二、派工记录表

1、表示某人从某日开始到某日结束，按要求工作，派工期间每日打卡时间必须在“要求到岗时间”前（含要求时间，精确到分钟），否则迟到。

例如：

要求7：00，则6:59或者7:00:59 都不算迟到；7:01则视为迟到1分钟

2、行1中“派工结束日期”为null，表示此人的工作结束时间尚未确定，还在搬砖中；
行2中派工结束日期为2020-02-15，表示派工于02-15日结束。

3、假设员工名字不重复，每人只有一条派工信息

建表语句如下：

create table work_plan
(
worker_name varchar(10),     --人员
start_date date,             --派工起始日
end_date date,               --派工截止日
sign_time varchar(10)        --派工期间的需要打卡时间
)

insert into work_plan values
(‘张三‘,‘2020-01-01‘,null,‘06:30‘),
(‘李四‘,‘2020-02-01‘,‘2020-02-15‘,‘07:00‘),
(‘王五‘,‘2019-12-29‘,‘2020-03-30‘,‘06:00‘),
(‘赵六‘,‘2019-12-29‘,‘2020-03-30‘,‘06:00‘)

三、打卡记录表

在员工每次按指纹考勤时
都会生成一条记录

建表语句如下：

create table sign_log
(
worker_name varchar(10),
sign_time datetime
)

insert into sign_log values  
(‘张三‘,‘2020-02-16 04:01‘),
(‘张三‘,‘2020-02-16 05:02‘),
(‘张三‘,‘2020-02-16 06:03‘),
(‘王五‘,‘2020-02-16 07:03‘),
(‘王五‘,‘2020-02-16 08:03‘),
(‘王五‘,‘2020-02-16 09:03‘)

四、需求

写一个查询语句，输入参数：日期（date），输出表格如下：

注：
1、2020-02-16李四派工期已结束，不在派工期间不需要计算考勤，故不用显示
2、赵六在当日没有打卡，按照迟到算，迟到时间1440分钟

五、思路

我们要最终得到迟到时间，需要用表二中最早的打卡时间减去表一中要求的截至打卡时间，但很明显两个表日期的数据格式不一致，对表一的时间数据 sing_time 我们需要和年份进行拼接，然后再与表二的打卡时间进行比较，即可得出最终我们需要的迟到时间。??

但在实际写查询语句时，我发现那样会过于繁琐，变考虑将上述步骤通过 SQL 中自定义函数来实现。先来复习下mysql中的自定义函数。

自定义函数实例：

先来一个简单的，创建一个函数将‘2009-06-23 00:00:00‘这样格式的datetime时间转化为‘2009年6月23日0时0分0秒‘这样的格式：

DELIMITER $$
DROP FUNCTION IF EXISTS `sp_test`.`getdate`$$
CREATE FUNCTION `sp_test`.`getdate`(gdate datetime) RETURNS varchar(255)
BEGIN
DECLARE x VARCHAR(255) DEFAULT ‘‘;
SET x= date_format(gdate,‘%Y年%m月%d日%h时%i分%s秒‘);
RETURN x;
END $$
DELIMITER ;

解析：

第一句是定义一个结束标识符，因为MySQL默认是以分号作为SQL语句的结束符的，而函数体内部要用到分号，所以会跟默认的SQL结束符发生冲突，所以需要先定义一个其他的符号作为SQL的结束符；

第二句是如果这个函数已经存在了，就删除掉，sp_test是数据库的名字，函数是跟数据库相关联的，getdate是函数的名字；

第三句是创建一个函数，（）里是参数的名字和类型，RETURNS 定义这个函数返回值的类型；

函数体必须放在BEGIN END之间；

DECLARE 是定义函数体的变量，这里定义一个变量x,默认是空，然后SET给x变量赋值；

RETURN 是返回值，这里把变量x返回，x的类型必须与第三句中定义的返回类型一致。

调用：

SELECT getdate(‘2009-06-23 00：00：00‘);

返回 ‘2009年06月23日00时00分00秒‘

六、最终答案

我们先来完成时间处理的自定义函数，代码如下：

DELIMITER $$
DROP FUNCTION IF EXISTS func_date_sub $$
-- d1 6:00 d2 ‘2020-2-16 4:5:0‘
CREATE FUNCTION func_date_sub(d1 VARCHAR(20),d2 DATETIME) RETURNS INT
BEGIN
  IF d2 IS NULL THEN
	RETURN -1440;
  ELSE
	RETURN CEIL((UNIX_TIMESTAMP(CONCAT(‘2020-2-16 ‘,d1))-UNIX_TIMESTAMP(d2))/60);
  END IF;
  END $$
DELIMITER ;

SQL 查询语句如下：

select res.worker_name,res.attend,if(res.latetime<0,‘是‘,‘否‘) as isLate,if(
res.latetime<0,abs(res.latetime),0) as latetime from
(select ck.worker_name,ck.attend,func_date_sub(ck.sign_time,ck.st) latetime
from (select e.worker_name,e.sign_time,‘2020-02-16‘ as attend,k.st from 
(select * from work_plan 
where datediff(end_date,‘2020-2-16‘)>0 
or end_date is null) e 
left join
(select worker_name,min(sign_time) st 
from sign_log group by worker_name) k 
on e.worker_name = k.worker_name) ck)res;

最终结果还是非常完美的，如果小伙伴有更好的意见，欢迎留言讨论~