前言：
这个力扣数据库题单里面的一道题，当时看文字很多，直接看的案例，一开始没什么思路，对CASE WHEN函数接触确实少，一开始没下起来!
题目：
表：Trips
+-------------+----------+ | Column Name | Type | +-------------+----------+ | id | int | | client_id | int | | driver_id | int | | city_id | int | | status | enum | | request_at | varchar | +-------------+----------+ id 是这张表的主键（具有唯一值的列）。 这张表中存所有出租车的行程信息。每段行程有唯一 id ，其中 client_id 和 driver_id 是 Users 表中 users_id 的外键。 status 是一个表示行程状态的枚举类型，枚举成员为(‘completed’, ‘cancelled_by_driver’, ‘cancelled_by_client’) 。表：Users
+-------------+----------+ | Column Name | Type | +-------------+----------+ | users_id | int | | banned | enum | | role | enum | +-------------+----------+ users_id 是这张表的主键（具有唯一值的列）。 这张表中存所有用户，每个用户都有一个唯一的 users_id ，role 是一个表示用户身份的枚举类型，枚举成员为 (‘client’, ‘driver’, ‘partner’) 。 banned 是一个表示用户是否被禁止的枚举类型，枚举成员为 (‘Yes’, ‘No’) 。取消率 的计算方式如下：(被司机或乘客取消的非禁止用户生成的订单数量) / (非禁止用户生成的订单总数)。
编写解决方案找出"2013-10-01"至"2013-10-03"期间有 至少 一次行程的非禁止用户（乘客和司机都必须未被禁止）的 取消率。非禁止用户即 banned 为 No 的用户，禁止用户即 banned 为 Yes 的用户。其中取消率Cancellation Rate需要四舍五入保留 两位小数 。
返回结果表中的数据 无顺序要求 。
结果格式如下例所示。
示例 1：
输入： Trips 表： +----+-----------+-----------+---------+---------------------+------------+ | id | client_id | driver_id | city_id | status | request_at | +----+-----------+-----------+---------+---------------------+------------+ | 1 | 1 | 10 | 1 | completed | 2013-10-01 | | 2 | 2 | 11 | 1 | cancelled_by_driver | 2013-10-01 | | 3 | 3 | 12 | 6 | completed | 2013-10-01 | | 4 | 4 | 13 | 6 | cancelled_by_client | 2013-10-01 | | 5 | 1 | 10 | 1 | completed | 2013-10-02 | | 6 | 2 | 11 | 6 | completed | 2013-10-02 | | 7 | 3 | 12 | 6 | completed | 2013-10-02 | | 8 | 2 | 12 | 12 | completed | 2013-10-03 | | 9 | 3 | 10 | 12 | completed | 2013-10-03 | | 10 | 4 | 13 | 12 | cancelled_by_driver | 2013-10-03 | +----+-----------+-----------+---------+---------------------+------------+ Users 表： +----------+--------+--------+ | users_id | banned | role | +----------+--------+--------+ | 1 | No | client | | 2 | Yes | client | | 3 | No | client | | 4 | No | client | | 10 | No | driver | | 11 | No | driver | | 12 | No | driver | | 13 | No | driver | +----------+--------+--------+ 输出： +------------+-------------------+ | Day | Cancellation Rate | +------------+-------------------+ | 2013-10-01 | 0.33 | | 2013-10-02 | 0.00 | | 2013-10-03 | 0.50 | +------------+-------------------+ 解释： 2013-10-01： - 共有 4 条请求，其中 2 条取消。 - 然而，id=2 的请求是由禁止用户（user_id=2）发出的，所以计算时应当忽略它。 - 因此，总共有 3 条非禁止请求参与计算，其中 1 条取消。 - 取消率为 (1 / 3) = 0.33 2013-10-02： - 共有 3 条请求，其中 0 条取消。 - 然而，id=6 的请求是由禁止用户发出的，所以计算时应当忽略它。 - 因此，总共有 2 条非禁止请求参与计算，其中 0 条取消。 - 取消率为 (0 / 2) = 0.00 2013-10-03： - 共有 3 条请求，其中 1 条取消。 - 然而，id=8 的请求是由禁止用户发出的，所以计算时应当忽略它。 - 因此，总共有 2 条非禁止请求参与计算，其中 1 条取消。 - 取消率为 (1 / 2) = 0.50题目分析：
取消率计算方法题目已经给出，取消订单数除以非禁止用户的总订单数，需要计算取消率，我们就得知道哪些是非禁止用户，有多少订单数，非禁止用户取消了多少订单数。
连接两张表，因为id不同和用户不同，需要对接两次
然后使CASE WHEN函数判断是否取消订单，在获取取消订单数除以总订单数。
不知道这个函数的可以看看https://blog.csdn.net/rongtaoup/article/details/82183743
拿案例一举例：
输入： Trips 表： +----+-----------+-----------+---------+---------------------+------------+ | id | client_id | driver_id | city_id | status | request_at | +----+-----------+-----------+---------+---------------------+------------+ | 1 | 1 | 10 | 1 | completed | 2013-10-01 | | 2 | 2 | 11 | 1 | cancelled_by_driver | 2013-10-01 | | 3 | 3 | 12 | 6 | completed | 2013-10-01 | | 4 | 4 | 13 | 6 | cancelled_by_client | 2013-10-01 | | 5 | 1 | 10 | 1 | completed | 2013-10-02 | | 6 | 2 | 11 | 6 | completed | 2013-10-02 | | 7 | 3 | 12 | 6 | completed | 2013-10-02 | | 8 | 2 | 12 | 12 | completed | 2013-10-03 | | 9 | 3 | 10 | 12 | completed | 2013-10-03 | | 10 | 4 | 13 | 12 | cancelled_by_driver | 2013-10-03 | +----+-----------+-----------+---------+---------------------+------------+ Users 表： +----------+--------+--------+ | users_id | banned | role | +----------+--------+--------+ | 1 | No | client | | 2 | Yes | client | | 3 | No | client | | 4 | No | client | | 10 | No | driver | | 11 | No | driver | | 12 | No | driver | | 13 | No | driver | +----------+--------+--------+
连接后的完整中间表（未过滤）
| id | client_id | driver_id | status | request_at | client_banned | driver_banned |
|---|---|---|---|---|---|---|
| 1 | 1 | 10 | completed | 2013-10-01 | No | No |
| 2 | 2 | 11 | cancelled_by_driver | 2013-10-01 | Yes | No |
| 3 | 3 | 12 | completed | 2013-10-01 | No | No |
| 4 | 4 | 13 | cancelled_by_client | 2013-10-01 | No | No |
| 5 | 1 | 10 | completed | 2013-10-02 | No | No |
| 6 | 2 | 11 | completed | 2013-10-02 | Yes | No |
| 7 | 3 | 12 | completed | 2013-10-02 | No | No |
| 8 | 2 | 12 | completed | 2013-10-03 | Yes | No |
| 9 | 3 | 10 | completed | 2013-10-03 | No | No |
| 10 | 4 | 13 | cancelled_by_driver | 2013-10-03 | No | No |
过滤后的有效行程表：
| id | client_id | driver_id | status | request_at | client_banned | driver_banned |
|---|---|---|---|---|---|---|
| 1 | 1 | 10 | completed | 2013-10-01 | No | No |
| 3 | 3 | 12 | completed | 2013-10-01 | No | No |
| 4 | 4 | 13 | cancelled_by_client | 2013-10-01 | No | No |
| 5 | 1 | 10 | completed | 2013-10-02 | No | No |
| 7 | 3 | 12 | completed | 2013-10-02 | No | No |
| 9 | 3 | 10 | completed | 2013-10-03 | No | No |
| 10 | 4 | 13 | cancelled_by_driver | 2013-10-03 | No | No |
最终输出：
| Day | Cancellation Rate |
|---|---|
| 2013-10-01 | 0.33 |
| 2013-10-02 | 0.00 |
| 2013-10-03 | 0.50 |
同时结果需要四舍五入！字段也需要匹配！
SQL语句：
SELECT t.request_at AS Day, ROUND( SUM( CASE WHEN t.status = 'completed' THEN 0 ELSE 1 END ) * 1.0 / COUNT(*), 2 ) AS "Cancellation Rate" FROM Trips t JOIN Users u1 ON t.client_id = u1.users_id AND u1.banned = 'No' JOIN Users u2 ON t.driver_id = u2.users_id AND u2.banned = 'No' WHERE t.request_at BETWEEN '2013-10-01' AND '2013-10-03' GROUP BY t.request_at;
语句分析：
select语句，join on语句，where语句，group by语句比较简单就不说了
应该讲一下判断取消率计算的逻辑过程就可以了
首先ROUND(数值，2)就是数值四舍五入到小数点后两位
然后SUM(...)统计取消订单数
* 1.0确保除法是浮点运算（避免整数除法结果为 0）
count(*)获取全部订单数
相除
--其中CASE WHEN函数是判断是否取消
如果status字段的值属于‘cancelled_by_driver’, ‘cancelled_by_client’这两个中的一个，就加1，如果不是就是0
最后用as把字段取别名，符合题意！
ROUND( SUM(CASE WHEN t.status IN ('cancelled_by_driver', 'cancelled_by_client') THEN 1 ELSE 0 END) * 1.0 / COUNT(*), 2 )
结语：
这个题写的是困难，但是理解之后还是挺简单的，同时就是看对各种函数的运用程度，题目字数确实多，所以我一般都是从案例下手！
