描述
商品信息表tb_product_info
| id | product_id | shop_id | tag | int_ | quantity | release_time |
| 1 | 8001 | 901 | 零食 | 60 | 1000 | 2020-01-01 10:00:00 |
| 2 | 8002 | 901 | 零食 | 140 | 500 | 2020-01-01 10:00:00 |
| 3 | 8003 | 901 | 零食 | 160 | 500 | 2020-01-01 10:00:00 |
（product_id-商品ID, shop_id-店铺ID, tag-商品类别标签, in_price-进货价格, quantity-进货数量, release_time-上架时间）
订单总表tb_order_overall
| id | order_id | uid | event_time | total_amount | total_cnt | status |
| 1 | 301001 | 101 | 2021-09-30 10:00:00 | 140 | 1 | 1 |
| 2 | 301002 | 102 | 2021-10-01 11:00:00 | 235 | 2 | 1 |
| 3 | 301011 | 102 | 2021-10-31 11:00:00 | 250 | 2 | 1 |
| 4 | 301003 | 101 | 2021-10-02 10:00:00 | 300 | 2 | 1 |
| 5 | 301013 | 105 | 2021-10-02 10:00:00 | 300 | 2 | 1 |
| 6 | 301005 | 104 | 2021-10-03 10:00:00 | 170 | 1 | 1 |
（order_id-订单号, uid-用户ID, event_time-下单时间, total_amount-订单总金额, total_cnt-订单商品总件数, status-订单状态）
订单明细表tb_order_detail
| id | order_id | product_id | price | cnt |
| 1 | 301001 | 8002 | 150 | 1 |
| 2 | 301011 | 8003 | 200 | 1 |
| 3 | 301011 | 8001 | 80 | 1 |
| 4 | 301002 | 8001 | 85 | 1 |
| 5 | 301002 | 8003 | 180 | 1 |
| 6 | 301003 | 8002 | 140 | 1 |
| 7 | 301003 | 8003 | 180 | 1 |
| 8 | 301013 | 8002 | 140 | 2 |
| 9 | 301005 | 8003 | 180 | 1 |
（order_id-订单号, product_id-商品ID, price-商品单价, cnt-下单数量）
场景逻辑说明：
-
用户将购物车中多件商品一起下单时，订单总表会生成一个订单（但此时未付款，?status-订单状态-订单状态为0表示待付款），在订单明细表生成该订单中每个商品的信息；
-
当用户支付完成时，在订单总表修改对应订单记录的status-订单状态-订单状态为1表示已付款；
-
若用户退货退款，在订单总表生成一条交易总金额为负值的记录（表示退款金额，订单号为退款单号，订单状态为2表示已退款）。
问题：请统计零食类商品中复购率top3高的商品。
注：复购率指用户在一段时间内对某商品的重复购买比例，复购率越大，则反映出消费者对品牌的忠诚度就越高，也叫回头率
此处我们定义：某商品复购率 = 近90天内购买它至少两次的人数 ÷ 购买它的总人数
近90天指包含最大日期（记为当天）在内的近90天。结果中复购率保留3位小数，并按复购率倒序、商品ID升序排序
输出示例：
示例数据的输出结果如下：
| product_id | repurchase_rate |
| 8001 | 1.000 |
| 8002 | 0.500 |
| 8003 | 0.333 |
解释：
商品8001、8002、8003都是零食类商品，8001只被用户102购买了两次，复购率1.000；
商品8002被101购买了两次，被105购买了1次，复购率0.500；
商品8003被102购买两次，被101和105各购买1次，复购率为0.333。
题解：
步骤一：?按照producr_id和uid分组计算每个用户每件产品的购买次数?
?近90天内：datediff(date((select max(event_time) from tb_order_overall)),date(event_time))<90
-- 按照producr_id和uid分组计算每个用户的购买次数
select product.product_id,uid,count(1) u_cnt
from tb_order_detail detail
join tb_product_info product
on product.product_id=detail.product_id
join tb_order_overall overall
on detail.order_id=overall.order_id
where datediff(date((select max(event_time) from tb_order_overall)),date(event_time))<90 and tag='零食'
group by product.product_id,uid
?
步骤二：计算用户复购率：购买次数>=2/总人数
select product_id,round(sum(if(u_cnt>=2,1,0))/count(1) ,3) repurchase_rate
from(
-- 按照producr_id和uid分组计算每个用户的购买次数
select product.product_id,uid,count(1) u_cnt
from tb_order_detail detail
join tb_product_info product
on product.product_id=detail.product_id
join tb_order_overall overall
on detail.order_id=overall.order_id
where datediff(date((select max(event_time) from tb_order_overall)),date(event_time))<90 and tag='零食'
group by product.product_id,uid
)t
group by product_id
order by repurchase_rate desc,product_id
limit 3
?
