1321. 餐馆营业额变化增长（难度：中等）

题目描述

（通过次数8,972 | 提交次数14,294，通过率62.77%）

表: Customer
+---------------+---------+
| Column Name   | Type    |
+---------------+---------+
| customer_id   | int     |
| name          | varchar |
| visited_on    | date    |
| amount        | int     |
+---------------+---------+
(customer_id, visited_on) 是该表的主键。
该表包含一家餐馆的顾客交易数据。
visited_on 表示 (customer_id) 的顾客在 visited_on 那天访问了餐馆。
amount 是一个顾客某一天的消费总额。

你是餐馆的老板，现在你想分析一下可能的营业额变化增长（每天至少有一位顾客）。
写一条 SQL 查询计算以 7 天（某日期 + 该日期前的 6 天）为一个时间段的顾客消费平均值。average_amount要 保留两位小数。
查询结果按 visited_on 排序。

查询结果格式的例子如下。
示例 1:
输入：
Customer 表:
+-------------+--------------+--------------+-------------+
| customer_id | name         | visited_on   | amount      |
+-------------+--------------+--------------+-------------+
| 1           | Jhon         | 2019-01-01   | 100         |
| 2           | Daniel       | 2019-01-02   | 110         |
| 3           | Jade         | 2019-01-03   | 120         |
| 4           | Khaled       | 2019-01-04   | 130         |
| 5           | Winston      | 2019-01-05   | 110         | 
| 6           | Elvis        | 2019-01-06   | 140         | 
| 7           | Anna         | 2019-01-07   | 150         |
| 8           | Maria        | 2019-01-08   | 80          |
| 9           | Jaze         | 2019-01-09   | 110         | 
| 1           | Jhon         | 2019-01-10   | 130         | 
| 3           | Jade         | 2019-01-10   | 150         | 
+-------------+--------------+--------------+-------------+
输出：
+--------------+--------------+----------------+
| visited_on   | amount       | average_amount |
+--------------+--------------+----------------+
| 2019-01-07   | 860          | 122.86         |
| 2019-01-08   | 840          | 120            |
| 2019-01-09   | 840          | 120            |
| 2019-01-10   | 1000         | 142.86         |
+--------------+--------------+----------------+
解释：
第一个七天消费平均值从 2019-01-01 到 2019-01-07 是restaurant-growth/restaurant-growth/ (100 + 110 + 120 + 130 + 110 + 140 + 150)/7 = 122.86
第二个七天消费平均值从 2019-01-02 到 2019-01-08 是 (110 + 120 + 130 + 110 + 140 + 150 + 80)/7 = 120
第三个七天消费平均值从 2019-01-03 到 2019-01-09 是 (120 + 130 + 110 + 140 + 150 + 80 + 110)/7 = 120
第四个七天消费平均值从 2019-01-04 到 2019-01-10 是 (130 + 110 + 140 + 150 + 80 + 110 + 130 + 150)/7 = 142.86

来源：力扣（LeetCode）
链接：https://leetcode.cn/problems/restaurant-growth

//测试数据
Create table If Not Exists Customer (customer_id int, name varchar(20), visited_on date, amount int);

insert into Customer (customer_id, name, visited_on, amount) values ('1', 'Jhon', '2019-01-01', '100');
insert into Customer (customer_id, name, visited_on, amount) values ('2', 'Daniel', '2019-01-02', '110');
insert into Customer (customer_id, name, visited_on, amount) values ('3', 'Jade', '2019-01-03', '120');
insert into Customer (customer_id, name, visited_on, amount) values ('4', 'Khaled', '2019-01-04', '130');
insert into Customer (customer_id, name, visited_on, amount) values ('5', 'Winston', '2019-01-05', '110');
insert into Customer (customer_id, name, visited_on, amount) values ('6', 'Elvis', '2019-01-06', '140');
insert into Customer (customer_id, name, visited_on, amount) values ('7', 'Anna', '2019-01-07', '150');
insert into Customer (customer_id, name, visited_on, amount) values ('8', 'Maria', '2019-01-08', '80');
insert into Customer (customer_id, name, visited_on, amount) values ('9', 'Jaze', '2019-01-09', '110');
insert into Customer (customer_id, name, visited_on, amount) values ('1', 'Jhon', '2019-01-10', '130');
insert into Customer (customer_id, name, visited_on, amount) values ('3', 'Jade', '2019-01-10', '150');

解题思路

Customer表中保存了每个客户每天的消费金额。
题目要求，查询每一天的最近7天的消费总额。
那么，可以先计算出每一天的消费总额（按天分组汇总即可），再根据时间区间，汇总每天的近7天消费总额。
这里的近7天，指的是当天+当天之前的6天。
这是典型的开窗汇总场景，只是开窗窗口的开始点是滚动的。在这里，开窗窗口的开始点，是当天-6天，结束点是当天。
这类滚动开窗的语法如下：

sum(汇总字段) over([partition by 开窗字段] [order by 排序字段 [rows N preceding]])

上面语法中的“rows N preceding”，就是滚动开窗的写法，含义为从当前行的前N行到当前行。
也可以使用“range between interval N day preceding and current row”的写法，功能是一样。
上面的写法，适合排序字段为DATE类型。当然，如果ORDER BY的排序字段为数值类型，也可以使用“range between…”的写法，如“order by datediff(visited_on, ‘2019-01-01’) range between 6 preceding and current row”。

参考SQL

未特别说明的情况下，参考SQL为基于MySQL8.0实现。

with
tmp as (
    select
        visited_on,
        sum(amount) amount
    from Customer
    group by visited_on
)
select
    visited_on,
    amount,
    average_amount
from (
    select
        visited_on,
        round(sum(amount) over(order by visited_on rows 6 preceding),2) amount,
        round(avg(amount) over(order by visited_on rows 6 preceding),2) average_amount,
        row_number() over(order by visited_on) rn
    from tmp
)a
where rn>=7;