思路

在SQL的刷题类型中，很多时候会出现筛选类的题目，这类题目如果以直接思维来思考，会牵扯到去重，排序以及一些较为复杂的逻辑，但是将其转化为一种数字化的问题，则可以较为容易的解决

（注：以下题目类型以及部分解答思路均转自力扣(LeetCode)，有需要可自行在力扣网上查找）

买下所有产品的客户

返回顾客的ID

根据题目要求，应该会返回customer_id为1和3的用户，这里的关键思路为：
顾客去重后购买的商品数应该与产品数是一致的
1.按顾客分类
2.算出顾客去重的购买数
3.比较商品总数

select 
    customer_id
    from Customer
    group by customer_id
    having count(distinct product_key) = (select count(product_key) from Product)
#distinct 去重 count则可以代表总类

销售分析Ⅱ

结果返回购买者的ID

该题思路与上题思路类似，从第一感觉来讲，可以运用到where in 的方法进行筛选，但这种方法较为复杂。可以思考，将‘购买和未购买’进行一个数字化的表现

select buyer_id   
from Sales left outer join Product on Sales.product_id = Product.product_id 
group by buyer_id 
having sum(product_name='S8')>0 and sum(product_name='iPhone')=0 
#sum（）其中的表达式为真 则返回1，否则返回0.

这里同样可以使用 case when / count if 这样的函数和函数组合来达到想要的目的

消费者的下单频率

结果返回客户ID和姓名

该题是数字化思想最为突出的一道题。如果不将筛选条件进行数字化，在力扣的解题讨论中，就会出现大量的多次join 和 子查询的情况，虽然思考逻辑很简单，但是代码实现的过程就会显得很复杂繁冗易出错。我们根据上题中，对月份条件进行数字化，就可以得到较为简单的代码：

select
    Orders.customer_id,
    Customers.name
    from Orders
    left join Customers on Customers.customer_id = Orders.customer_id
    left join Product on Product.product_id = Orders.product_id
group by Orders.customer_id
having (sum(quantity*price*(left(order_date,7)='2020-06'))>=100 and sum(quantity*price*(left(order_date,7)='2020-07'))>=100 )

left函数和日期构建出对应的时间作为字符串来进行数字化判断，如果为真输出1，不影响乘法的运算；如果为假，输出为0，也作为了筛选的条件

总结

筛选条件的数字化，很多时候可以解决多次 where in 或者join的情况，从而简化代码