SQL 辅助驾驶里程占比：辅助驾驶里程/总行驶里程（理想汽车面试题）

一、题目

现有一张车辆行驶里程明细表 t1_driving_log，记录了每辆理想汽车每天的行驶数据，包含总行驶里程和辅助驾驶开启里程。请计算每辆车在统计周期内辅助驾驶里程占总行驶里程的占比，并按占比降序排列。

行驶明细表 t1_driving_log：

+---------+-------------+-----------------+----------------+
| car_id  | drive_date  | total_distance  | adas_distance  |
+---------+-------------+-----------------+----------------+
| C001    | 2024-01-01  | 85.6            | 42.3           |
| C001    | 2024-01-02  | 120.4           | 78.9           |
| C001    | 2024-01-03  | 56.2            | 12.0           |
| C002    | 2024-01-01  | 200.0           | 150.5          |
| C002    | 2024-01-02  | 95.3            | 95.3           |
| C003    | 2024-01-01  | 30.0            | 0.0            |
| C003    | 2024-01-02  | 45.7            | 20.1           |
| C003    | 2024-01-03  | 78.5            | 55.4           |
+---------+-------------+-----------------+----------------+

二、思路分析

本题考察聚合计算和占比求解，难度较低。核心思路是对每辆车按天计算总里程和辅助驾驶里程，然后求占比。

解题步骤：

1. 按 car_id 分组，使用 SUM() 分别聚合 total_distance 和 adas_distance；
2. 计算辅助驾驶里程占比 = SUM(adas_distance) / SUM(total_distance)；
3. 按占比降序排列。

维度	评分
题目难度	⭐️
题目清晰度	⭐️⭐️⭐️⭐️⭐️
业务常见度	⭐️⭐️⭐️⭐️⭐️

三、逐步推导

1. 计算每辆车总里程和辅助驾驶里程

执行SQL

select car_id,
       sum(total_distance) as total_km,
       sum(adas_distance)  as adas_km
from t1_driving_log
group by car_id

执行结果

+---------+-----------+----------+
| car_id  | total_km  | adas_km  |
+---------+-----------+----------+
| C001    | 262.2     | 133.2    |
| C002    | 295.3     | 245.8    |
| C003    | 154.2     | 75.5     |
+---------+-----------+----------+
3 rows selected (0.977 seconds)(https://www.dwsql.com)

2. 计算占比并排序

执行SQL

select car_id,
       sum(total_distance)                                     as total_km,
       sum(adas_distance)                                      as adas_km,
       round(sum(adas_distance) / sum(total_distance), 4)      as adas_rate
from t1_driving_log
group by car_id
order by adas_rate desc

执行结果

+---------+-----------+----------+------------+
| car_id  | total_km  | adas_km  | adas_rate  |
+---------+-----------+----------+------------+
| C002    | 295.3     | 245.8    | 0.8324     |
| C001    | 262.2     | 133.2    | 0.508      |
| C003    | 154.2     | 75.5     | 0.4896     |
+---------+-----------+----------+------------+
3 rows selected (0.633 seconds)(https://www.dwsql.com)

四、常见坑点

坑1：除零问题 — total_distance 或 adas_distance 可能为 0 或 NULL。分母为 0 时相除会报错或返回 NULL，建议用 NULLIF(SUM(total_distance), 0) 兜底，或在 WHERE 中过滤掉无行驶里程的记录。

坑2：占比超过 1 的数据异常 — 正常情况下 adas_distance <= total_distance，但脏数据可能出现 adas > total，导致占比 > 1。需在计算时过滤异常记录，或用 LEAST(rate, 1) 截断。

坑3：SUM 的精度 — double 多次累加会产生浮点误差，占比结果需用 round() 控制小数位，避免出现 0.5080000001 这类尾数。

五、知识点总结

考点	说明
SUM 聚合	对分组内数值列求和，配合 GROUP BY 得到每辆车总里程与辅助驾驶里程
ROUND 精度控制	占比结果用 round(x, 4) 控制小数位，避免浮点尾数
ORDER BY 排序	按占比字段降序排列，得到从高到低的排名结果

六、建表语句和数据插入

点击展开 DDL & DML

-- 建表语句
create table t1_driving_log (
    car_id         string  comment '车辆ID',
    drive_date     string  comment '行驶日期',
    total_distance double  comment '总行驶里程(km)',
    adas_distance  double  comment '辅助驾驶里程(km)'
) comment '车辆行驶里程明细表';

-- 数据插入
insert into t1_driving_log values
('C001', '2024-01-01', 85.6, 42.3),
('C001', '2024-01-02', 120.4, 78.9),
('C001', '2024-01-03', 56.2, 12.0),
('C002', '2024-01-01', 200.0, 150.5),
('C002', '2024-01-02', 95.3, 95.3),
('C003', '2024-01-01', 30.0, 0.0),
('C003', '2024-01-02', 45.7, 20.1),
('C003', '2024-01-03', 78.5, 55.4);

📱关注公众号

「数据仓库技术」文章同步更新，不错过每一篇干货

💬加群交流

备注「数据仓库技术」加入社群，每日一道大厂SQL真题