AND

NOT

OR

HAVING

DATE_ADD('2023-01-31', INTERVAL 1 MONTH) 返回 2023-02-28

DATE_ADD('2023-05-15 10:00:00', INTERVAL 3 HOUR) 返回 2023-05-15 13:00:00

DATE_ADD('2023-02-28', INTERVAL 1 YEAR) 返回 2024-02-29

DATE_ADD('2023-12-31', INTERVAL 1 DAY) 返回 2024-01-01

Avg()

Min()

Max()

Row_number()

 子查询通常可以独立运行并得到结果

对于外部查询的每一行，子查询都可能要执行一次

子查询中引用了外部查询的表中的列

子查询的执行依赖于外部查询传入的值

DENSE_RANK() OVER (PARTITION BY employee_id, MONTH(sale_date) ORDER BY sale_amount DESC)

RANK() OVER (PARTITION BY employee_id, MONTH(sale_date) ORDER BY sale_amount DESC)

ROW_NUMBER() OVER (PARTITION BY employee_id, MONTH(sale_date) ORDER BY sale_amount DESC)

DENSE_RANK() OVER (PARTITION BY MONTH(sale_date) ORDER BY sale_amount DESC)

无需使用窗口函数，也能完成次月留存率的计算。

留存率可以用公式表示为：(下个月活跃的新用户数量 / 第一个月的新用户总数) * 100。

识别新用户需要使用MAX()聚合函数来找到每个用户的首次活动日期。

计算次月留存率时，应该只考虑那些在第一个月之后恰好一个月内有重复活动的用户。