SELECT * FROM t_tag_source WHERE   s_name='hao123';

+--------+----------+---------+--------+---------+---------+------------+------------+------------+------------+----------+
| s_name | s_fname | s_level | tag_id | tag_fid | author | updatetime | level_1_id | level_2_id | level_3_id | category |
+--------+----------+---------+--------+---------+---------+------------+------------+------------+------------+----------+
| hao123 | 外部合作 | 1 | 63 | -2 | kevinlu | 1346155861 | 63 | 0 | 0 | 2 |
+--------+----------+---------+--------+---------+---------+------------+------------+------------+------------+----------+

mysql> SELECT * FROM t_tag_source where s_name like 'SEM%';
+-------------+----------+---------+--------+---------+-----------+------------+------------+------------+------------+----------+
| s_name | s_fname | s_level | tag_id | tag_fid | author | updatetime | level_1_id | level_2_id | level_3_id | category |
+-------------+----------+---------+--------+---------+-----------+------------+------------+------------+------------+----------+
| SEM百度华南 | 外部合作 | 1 | 62 | -2 | winkyye | 1345600539 | 62 | 0 | 0 | 2 |
| SEM百度品专 | 外部合作 | 1 | 69 | -2 | winkyye | 1346833461 | 69 | 0 | 0 | 2 |
| SEM百度华东 | 外部合作 | 1 | 70 | -2 | winkyye | 1346909566 | 70 | 0 | 0 | 2 |
| SEM百度华北 | 外部合作 | 1 | 79 | -2 | winkyye | 1347869030 | 79 | 0 | 0 | 2 |
| SEM搜狗品专 | 外部合作 | 1 | 81 | -2 | winkyye | 1348656505 | 81 | 0 | 0 | 2 |
| SEM奇虎品专 | 外部合作 | 1 | 84 | -2 | winkyye | 1350356677 | 84 | 0 | 0 | 2 |
| SEM360搜索 | 外部合作 | 1 | 85 | -2 | winkyye | 1351222732 | 85 | 0 | 0 | 2 |
| SEM百度华中 | 外部合作 | 1 | 109 | -2 | stevietao | 1354687847 | 109 | 0 | 0 | 2 |
| SEM百度 | 外部合作 | 1 | 128 | -2 | stevietao | 1363922244 | 128 | 0 | 0 | 2 |
| SEM360品专 | 外部合作 | 1 | 252 | -2 | wheatycai | 1398070719 | 252 | 0 | 0 | 2 |
| SEM百度华东 | 百度SEM | 2 | 12801 | 128 | stevietao | 1363922291 | 128 | 1 | 0 | 2 |
| SEM百度华南 | 百度SEM | 2 | 12802 | 128 | stevietao | 1363922300 | 128 | 2 | 0 | 2 |
| SEM百度华北 | 百度SEM | 2 | 12803 | 128 | stevietao | 1363922330 | 128 | 3 | 0 | 2 |
| SEM百度华中 | 百度SEM | 2 | 12804 | 128 | stevietao | 1363922344 | 128 | 4 | 0 | 2 |
| SEM百度深圳 | SEM百度 | 2 | 12805 | 128 | stevietao | 1367116894 | 128 | 5 | 0 | 2 |
| SEM百度网盟 | SEM百度 | 2 | 12806 | 128 | ken | 1371611403 | 128 | 6 | 0 | 2 |
| SEM易迅活动 | SEM百度 | 2 | 12807 | 128 | ken | 1372989539 | 128 | 7 | 0 | 2 |
| SEM百度测试 | SEM百度 | 2 | 12811 | 128 | 闄跺洯 | 1389871496 | 128 | 11 | 0 | 2 |
| SEM | 可乐项目 | 2 | 24812 | 248 | 钄$喒 | 1392704926 | 248 | 12 | 0 | 2 |
+-------------+----------+---------+--------+---------+-----------+------------+------------+------------+------------+----------+
19 rows in set (0.01 sec)

从结果看出,hao123 tag_id 63  SEM百度品专 tag_id 69   他们都是level_1 级别的

--百度品专
select COUNT(distinct OId) as 下单数量,
c1name as 大类,
SUM(Qty) as 商品数量,
SUM(OFee) as 下单金额
from(
select SUBSTRING (t.Otag, 0, CHARINDEX('-',OTag)) as o ,* from (
SELECT ISNULL(tr.ext_11002, '') as OTag,
td.Fbusiness_deal_id as OId,
CONVERT(VARCHAR, td.Fdeal_gen_time, 112) OrderDate,
tr.Ftrade_buy_num as Qty,
(tr.Ftrade_buy_num*tr.Ftrade_buy_price / 100.00) as OFee,
ISNULL(u.Ficson_uid,0) as UId,
(case when td.Fdeal_source in(2,3,8) then 1969 else td.fsite_id end) as wh_id,
prod.ProductName, c1.c1name
from t_deal td
left join t_trade tr on td.Fdeal_id = tr.fdeal_id
left join etl_users..t_user_buyer u on u.Fwg_uid=td.Fbuyer_id
LEFT JOIN etl0_icson_product..product prod ON tr.Fitem_local_product_id = prod.sysno
LEFT JOIN etl0_icson_product..category1 c1 ON c1.sysno = prod.c1sysno
--WHERE tr.fdeal_id = 1404002103
--where ISNULL(tr.ext_11002, '') LIKE '22102000173%'
where td.Fdeal_gen_time >= '2014-03-01 00:00:00.000' AND td.Fdeal_gen_time < '2014-03-02 00:00:00.000' and td.Fdeal_property3 = 64 and td.Fdeal_source not in(2,3,8))t
where --SUBSTRING (t.Otag, 0, CHARINDEX('-',OTag))='690100016300000'
SUBSTRING (t.Otag, 1, 2)='69' )y
group by c1name --hao123
select COUNT(distinct OId) as 下单数量,
c1name as 大类,
SUM(Qty) as 商品数量,
SUM(OFee) as 下单金额
from(
select SUBSTRING (t.Otag, 0, CHARINDEX('-',OTag)) as o ,* from (
SELECT ISNULL(tr.ext_11002, '') as OTag,
td.Fbusiness_deal_id as OId,
CONVERT(VARCHAR, td.Fdeal_gen_time, 112) OrderDate,
tr.Ftrade_buy_num as Qty,
(tr.Ftrade_buy_num*tr.Ftrade_buy_price / 100.00) as OFee,
ISNULL(u.Ficson_uid,0) as UId,
(case when td.Fdeal_source in(2,3,8) then 1969 else td.fsite_id end) as wh_id,
prod.ProductName, c1.c1name
from t_deal td
left join t_trade tr on td.Fdeal_id = tr.fdeal_id
left join etl_users..t_user_buyer u on u.Fwg_uid=td.Fbuyer_id
LEFT JOIN etl0_icson_product..product prod ON tr.Fitem_local_product_id = prod.sysno
LEFT JOIN etl0_icson_product..category1 c1 ON c1.sysno = prod.c1sysno
--WHERE tr.fdeal_id = 1404002103
--where ISNULL(tr.ext_11002, '') LIKE '22102000173%'
where td.Fdeal_gen_time >= '2014-09-03 00:00:00.000' AND td.Fdeal_gen_time < '2014-09-04 00:00:00.000' and td.Fdeal_property3 = 64 and td.Fdeal_source not in(2,3,8))t
where --SUBSTRING (t.Otag, 0, CHARINDEX('-',OTag))='690100016300000'
SUBSTRING (t.Otag, 1, 2)='63' )y
group by c1name

2014年6月份之前的数据计算方式

--百度品专
select COUNT(distinct OId) as 下单数量,
c1name as 大类,
SUM(Qty) as 商品数量,
SUM(OFee) as 下单金额
from(
select SUBSTRING (t.Otag, 0, CHARINDEX('-',OTag)) as o ,* from (
SELECT d.otag as OTag,
m.soid as OId,
CONVERT(VARCHAR, m.orderdate, 112) OrderDate,
d.quantity as Qty,
(d.price * d.quantity) as OFee,
m.customersysno as UId,
m.siteno as wh_id,
prod.ProductName, c1.c1name
from etl0_icson_cs..so_master m INNER JOIN
etl0_icson_cs..so_item d ON m.sysno = d.sosysno
LEFT JOIN etl0_icson_product..product prod ON d.productsysno = prod.sysno
LEFT JOIN etl0_icson_product..category1 c1 ON c1.sysno = prod.c1sysno
where m.orderdate >= '2014-03-01' AND m.orderdate < '2014-04-01') t
where --SUBSTRING (t.Otag, 0, CHARINDEX('-',OTag))='690100016300000'
SUBSTRING (t.Otag, 1, 2)='69' )y
group by c1name --hao123
select COUNT(distinct OId) as 下单数量,
c1name as 大类,
SUM(Qty) as 商品数量,
SUM(OFee) as 下单金额
from(
select SUBSTRING (t.Otag, 0, CHARINDEX('-',OTag)) as o ,* from (
SELECT d.otag as OTag,
m.soid as OId,
CONVERT(VARCHAR, m.orderdate, 112) OrderDate,
d.quantity as Qty,
(d.price * d.quantity) as OFee,
m.customersysno as UId,
m.siteno as wh_id,
prod.ProductName, c1.c1name
from etl0_icson_cs..so_master m INNER JOIN
etl0_icson_cs..so_item d ON m.sysno = d.sosysno
LEFT JOIN etl0_icson_product..product prod ON d.productsysno = prod.sysno
LEFT JOIN etl0_icson_product..category1 c1 ON c1.sysno = prod.c1sysno
where m.orderdate >= '2014-03-01' AND m.orderdate < '2014-04-01') t
where --SUBSTRING (t.Otag, 0, CHARINDEX('-',OTag))='690100016300000'
SUBSTRING (t.Otag, 1, 2)='63' )y
group by c1name

  

hao123 百度品专 按品类 计算 下单数量 商品数量 下单金额?的更多相关文章

  1. jQuery实现购物车商品数量及总价的计算

    记录一下项目中遇到的计算购物车商品数量和总价的jQuery代码,重点在于选择器以及.text()命令的使用. 先上效果图,点击加减,商品数量以及总价会发生相应变化. html代码: <div c ...

  2. 聊一聊PV和并发、以及计算web服务器的数量的方法【转】

    聊一聊PV和并发.以及计算web服务器的数量的方法 站长之家 2016-08-17 09:40 最近和几个朋友,聊到并发和服务器的压力问题.很多朋友,不知道该怎么去计算并发?部署多少台服务器才合适? ...

  3. 聊一聊PV和并发、以及计算web服务器的数量的方法

    聊一聊PV和并发.以及计算web服务器的数量的方法 http://www.chinaz.com/web/2016/0817/567752.shtml 最近和几个朋友,聊到并发和服务器的压力问题.很多朋 ...

  4. 聊一聊PV和并发、以及计算web服务器的数量的方法(转)

    转自:http://www.chinaz.com/web/2016/0817/567752.shtml 最近和几个朋友,聊到并发和服务器的压力问题.很多朋友,不知道该怎么去计算并发?部署多少台服务器才 ...

  5. 【转载】Sqlserver使用Group By进行分组并计算每个组的数量

    在SQL语句查询中,Group By语句时常用来进行分组操作,有时候在分组的同时还需要计算出每个组的数量多少.在Sqlserver数据库中可以使用Group By加Count聚合函数来实现此功能,即通 ...

  6. android中使用百度定位sdk实时的计算移动距离

    ;   //5秒刷新一次 private Handler refreshHandler = new Handler(){ //刷新界面的Handler public void handleMessag ...

  7. PHP百度地图开发之距离计算的实例分享

    /** * 计算两个坐标之间的距离(米) * @param float $fP1Lat 起点(纬度) * @param float $fP1Lon 起点(经度) * @param float $fP2 ...

  8. PV和并发、以及计算web服务器的数量的方法

    几个概念 网站流量是指网站的访问量,用来描述访问网站的用户数量以及用户所浏览的网页数量等指标,常用的统计指标包括网站的独立用户数量.总用户数量(含重复访问者).网页浏览数量.每个用户的页面浏览数量.用 ...

  9. 深度学习之depthwise separable convolution,计算量及参数量

    目录: 1.什么是depthwise separable convolution? 2.分析计算量.flops 3.参数量 4.与传统卷积比较 5.reference

随机推荐

  1. 17.2.1 Replication Implementation Details 复制实现细节:

    17.2 Replication Implementation 复制是基于master server 跟踪所有改变到他的数据库(更新,删除等等)在它的binary log. binary log 作为 ...

  2. Oracle core03_ACID

    ACID特性 oracle如何使用undo和redo来保证了关系数据库的ACID特性. ACID的特性简单描述为: Atomic:以事务为单位的原子性 Consistency:保证数据一致性 Isol ...

  3. oracle构建一致性读

    对于实际的业务系统,通常有一些热点的表,insert和delete的量非常大,这个时候就会发现一些查询语句的逻辑读比较偏高,这时可能就是oracle在构建一致性块的进行的consistent read ...

  4. android Spinner的使用

    首先是MainActivity package com.example.spinnertest; import java.util.ArrayList; import java.util.List; ...

  5. Mysql技术内幕-笔记-第三章 查询处理

    第三章 查询处理 逻辑查询处理:(8) SELECT (9) DISTINCT <select_list> (1) FROM <left_table> (3) <join ...

  6. linux 多线程基础3

    一.线程属性 线程具有属性,用pthread_attr_t表示,在对该结构进行处理之前必须进行初始化,在使用后需要对其去除初始化.我们用pthread_attr_init函数对其初始化,用pthrea ...

  7. Kruskal算法构造最小生成树

    Kruskal算法来构造最小生成树,我总结了分为以下步骤: (1)建图,构造Kruskal边集,边集元素应该包括该边的起始顶点.终止顶点.权值: (2)将边集按权值从小到大的顺序进行排序: (3)从小 ...

  8. 一个NB的安全认证机制

    这是一个NB的安全认证机制. 1.这是一个安全认证机制 2.可以防止黑客截获到客户端发送的请求消息,避免了黑客冒充客户端向服务器发送操作的请求. 原理与步骤: 1.客户端与服务器端都会放着一份验证用的 ...

  9. Ubuntu 14.04 配置 Java SE

    首先下载Java SE,下载地址:http://www.oracle.com/technetwork/java/javase/downloads/index.html: 下载后把压缩包拷贝到自定义的目 ...

  10. coco2dx 精灵类

    CCSize size = CCDirector::sharedDirector()->getWinSize(); CCSprite *bg = CCSprite::create("H ...