播面

面试题：整点秒杀活动前 5 分钟销售统计

1. 背景描述

在电商系统的秒杀活动中，运营团队需要实时监控秒杀商品的销售表现。请编写一个 SQL，统计每个秒杀商品在秒杀开始后前 5 分钟内（含开始时刻，至第 5 分钟整，即 [start_time, start_time + 5 minutes]）的累计售出数量和累计交易额。如果某商品在规定时间内没有售出，售出数量和交易额显示为 0。

2. 示例数据

表 1：秒杀活动商品表 (flash_sale_products)

表 2：订单表 (orders)

3. 期望输出结果

样例解析：

• 商品 101：秒杀 10:00 开始。订单 1 和 订单 2 在前 5 分钟内（10:05:00之前），计入统计。订单 3 在 10:06 超过 5 分钟，不计入。总数量 = 2 + 1 = 3，总金额 = 150.00。
• 商品 102：秒杀 14:00 开始。订单 4 在秒杀前下单，不计入；订单 5 在 14:02:15 计入。总数量 = 3，总金额 = 300.00。
• 商品 103：秒杀 20:00 开始。订单 7 正好在开始时刻，计入；订单 6 在 20:05:01 超过了 5 分钟限制（截止 20:05:00），不计入。总数量 = 1，总金额 = 200.00。

4. 标准 SQL 解答 (以 MySQL 为例)

SELECT 
    p.product_id,
    COALESCE(SUM(o.quantity), 0) AS total_quantity,
    COALESCE(SUM(o.quantity * o.price), 0.00) AS total_amount
FROM 
    flash_sale_products p
LEFT JOIN 
    orders o ON p.product_id = o.product_id
    AND o.order_time >= p.start_time
    AND o.order_time <= DATE_ADD(p.start_time, INTERVAL 5 MINUTE)
GROUP BY 
    p.product_id;

5. 核心难点与 SQL 分析

在面试中，这道题看似简单，但有几个关键的隐藏考点，候选人需要特别注意：

考点一：关联条件与过滤时机（LEFT JOIN 的正确姿势）

• 错误写法：使用 INNER JOIN 然后在 WHERE 子句中过滤时间。
  • 原因：如果某个秒杀商品在前 5 分钟内没有产生任何销售，INNER JOIN 会把该商品过滤掉。要求中明确指出“如果没有售出，显示为 0”，因此必须使用 LEFT JOIN。
• 错误写法：在 LEFT JOIN 后使用 WHERE o.order_time <= ... 过滤。
  • 原因：WHERE 过滤发生在 JOIN 之后，会把未匹配到订单（即 o.order_time 为 NULL）的商品行过滤掉，使其退化为 INNER JOIN 的效果。时间过滤条件必须写在 ON 子句中。

考点二：时间跨度计算 (DATE_ADD)

• 题目要求“前 5 分钟内”。在 SQL 中，通常使用 DATE_ADD(p.start_time, INTERVAL 5 MINUTE) 或直接使用时间戳相减：o.order_time BETWEEN p.start_time AND p.start_time + INTERVAL 5 MINUTE。
• 注意边界值处理（例如：秒杀开始是 10:00:00，截止是 10:05:00）。使用 >= 和 <= 可以精确覆盖这 5 分钟的时间滑窗。

考点三：空值处理 (COALESCE / IFNULL)

• 对于通过 LEFT JOIN 产生的未匹配行，其 o.quantity 和 o.price 为 NULL。
• 使用 SUM(o.quantity) 得到的结果会是 NULL，不符合题目“显示为 0”的要求。因此，必须使用 COALESCE(SUM(...), 0) 来兜底。

6. 面试官追问/优化方向（加分项）

1. 大表关联的性能优化

   • 追问：如果 orders 表有几亿条数据，这个查询会很慢，如何优化？
   • 答案：
     • 索引设计：在 orders 表上建立复合索引 (product_id, order_time)，这样可以通过联合索引快速定位到特定商品的下单时间区间。
     • 先过滤再关联：如果秒杀商品很少，而订单表极大，可以利用分布式计算引擎（如 Hive/Spark）先对 orders 按 product_id 进行合理分区（Bucket），或者先限定 orders 表的时间范围（例如只取秒杀当天的订单），减小参与 JOIN 的数据量。

2. 高并发下的分布式事务/时区问题

   • 追问：如果服务器分布在不同时区，如何确保时间比对准确？
   • 答案：在数据库中统一存储 UTC 时间（Timestamp 类型），在 SQL 运算时利用时区函数统一转换后再进行加减比较。