每天一道大厂SQL题Day14微众银行真题实战
Posted Maynor996
tags:
篇首语:本文由小常识网(cha138.com)小编为大家整理,主要介绍了每天一道大厂SQL题Day14微众银行真题实战相关的知识,希望对你有一定的参考价值。
每天一道大厂SQL题【Day14】微众银行真题实战(四)
大家好,我是Maynor。相信大家和我一样,都有一个大厂梦
,作为一名资深大数据选手,深知SQL重要性,接下来我准备用100天时间,基于大数据岗面试中的经典SQL题
,以每日1题的形式,带你过一遍热门SQL题并给出恰如其分的解答。
一路走来,随着问题加深,发现不会的也愈来愈多。但底气着实足了不少,相信不少朋友和我一样,日积月累才是最有效的学习方式!
每日语录
生活中很多人喜欢小题大作,其实真的没有必要,要想想大题怎么办。
第14题:
需求列表
基于附录3《模型输出表》统计下述指标,请提供统计SQL(备注: value值为1时即命中)
统计日期 | 统计指标 | 命中户数 | 命中率 |
---|---|---|---|
20201010/累计 | V01 | ||
V02 | |||
V03 | |||
V04 | |||
V05 | |||
V06 |
数据准备
链接:https://pan.baidu.com/s/1Wiv-LVYziVxm8f0Lbt38Gw?pwd=s4qc
提取码:s4qc
debt.txt文件
set spark.sql.shuffle.partitions=4;
create database webank_db;
use webank_db;
create or replace temporary view check_view (ds comment '日期分区',
sno comment '流水号', uid comment '用户id',
is_risk_apply comment '是否核额申请',
is_pass_rule comment '是否通过规则',
is_obtain_qutoa comment '是否授信成功', quota comment '授信金额',
update_time comment '更新时间')
as
values ('20201101', 's000', 'u000', 1, 1, 1, 700, '2020-11-01 08:12:12'),
('20201102', 's088', 'u088', 1, 1, 1, 888, '2020-11-02 08:12:12'),
('20201230', 's091', 'u091', 1, 1, 1, 789, '2020-12-30 08:12:12'),
('20201230', 's092', 'u092', 1, 0, 0, 0, '2020-12-30 08:12:12'),
('20201230', 's093', 'u093', 1, 1, 1, 700, '2020-12-30 08:12:12'),
('20201231', 's094', 'u094', 1, 1, 1, 789, '2020-12-31 08:12:12'),
('20201231', 's095', 'u095', 1, 1, 1, 600, '2020-12-31 08:12:12'),
('20201231', 's096', 'u096', 1, 1, 0, 0, '2020-12-31 08:12:12')
;
--创建核额流水表
drop table if exists check_t;
create table check_t (
sno string comment '流水号',
uid string,
is_risk_apply bigint,
is_pass_rule bigint,
is_obtain_qutoa bigint,
quota decimal(30,6), update_time string
) partitioned by (ds string comment '日期分区');
--动态分区需要设置
set hive.exec.dynamic.partition=true;
set hive.exec.dynamic.partition.mode=nonstrict;
insert overwrite table check_t partition (ds) select sno,
uid, is_risk_apply, is_pass_rule, is_obtain_qutoa, quota,
update_time,
ds
from check_view;
-- 创 建 借 据 表
create table debt(
duebill_id string comment '借据号',
uid string, prod_type string,
putout_date string,
putout_amt decimal(30, 6),
balance decimal(30, 6),
is_buliang int,
overduedays int
)partitioned by (ds string comment '日期分区');
--资料提供了一个34899条借据数据的文件
--下面补充如何将文件的数据导入到分区表中。需要一个中间普通表过度。
drop table if exists webank_db.debt_temp;
create table webank_db.debt_temp(
duebill_id string comment '借据号', uid string,
prod_type string,
putout_date string, putout_amt decimal(30, 6),
balance decimal(30,6),
is_buliang int, overduedays int,
ds string comment '日期分区'
) row format delimited fields terminated by 't';
load data local inpath '/root/debt.txt' overwrite into table webank_db.debt_temp;
--动态分区需要设置
set hive.exec.dynamic.partition=true;
set hive.exec.dynamic.partition.mode=nonstrict;
insert overwrite table webank_db.debt partition (ds)
select * from webank_db.debt_temp;
--技巧:如果查询debt表,由于分区数太多,导致查询很慢。
-- 开发阶段,我们可以事先将表缓存起来,并且降低分区数比如为6,那么查缓存表大大提升了开发效率。
-- 上线阶段,再用实际表替换缓存表。
--首次缓存会耗时慢
cache table cache_debt as select /+ coalesce(6) / from
debt;
--第二次使用缓存会很快
select count(*) from cache_debt;
select ds,count(1) from cache_debt group by ds;
思路分析
--创建模型输出表数据集
create or replace temporary view output_model(ds,sno,create_time,uid,content,update_time) as values
('20200101','s001','20210101','u001','"V01":0,"V02":1,"V03":1,"V04":0,"V05":1,"V06":0','20210101'),
('20200101','s002','20210101','u002','"V01":1,"V02":1,"V03":0,"V04":1,"V05":0,"V06":0','20210101'),
('20200101','s003','20210101','u003','"V01":0,"V02":1,"V03":0,"V04":1,"V05":0,"V06":1','20210101'),
('20200101','s004','20210101','u004','"V01":0,"V02":1,"V03":1,"V04":1,"V05":1,"V06":1','20210101'),
('20200101','s005','20210101','u005','"V01":0,"V02":0,"V03":0,"V04":1,"V05":1,"V06":1','20210101');
答案获取
建议你先动脑思考,动手写一写再对照看下答案,如果实在不懂可以点击下方卡片,回复:大厂sql
即可。
参考答案适用HQL,SparkSQL,FlinkSQL,即大数据组件,其他SQL需自行修改。
加技术群讨论
点击下方卡片关注 联系我进群
或者直接私信我进群
微众银行源数据表附录:
- 核额流水表
字段名 | 字段意义 | 字段类型 |
---|---|---|
ds | 日期分区,样例格式为20200101,每个分区有全量流水 | string |
sno | 每个ds内主键,流水号 | string |
uid | 户id | string |
is_risk_apply | 是否核额申请(核额漏斗第一步)取值0和1 | bigint |
is_pass_rule | 是否通过规则(核额漏斗第二步)取值0和1 | bigint |
is_obtain_qutoa | 是否授信成功(核额漏斗第三步)取值0和1 | bigint |
quota | 授信金额 | decimal(30,6) |
update_time | 更新时间样例格式为2020-11-14 08:12:12 | string |
- 借据表
字段名 | 字段意义 | 字段类型 |
---|---|---|
ds | 日期分区,样例格式为20200101每个分区有全量借据 | string |
duebilid | 借据号(每个日期分区内的主键) | string |
uid | 用户id | string |
prod_type | 产品名称仅3个枚举值XX贷YY贷ZZ贷 | string |
putout_date | 发放日期样例格式为2020-10-10 00:10:30 | bigint |
putout_amt | 发放金额 | decimal(30,6) |
balance | 借据余额 | decimal(30,6) |
is_buliang | 状态-是否不良取值0和1 | bigint |
overduedays | 逾期天数 | bigint |
- 模型输出表
字段名 | 字段意义 | 字段类型 |
---|---|---|
ds | 日期分区,样例格式为20200101增量表部分流水记录可能有更新 | string |
sno | 流水号,主键 | string |
create time | 创建日期样例格式为2020-10-10 00:10:30与sno唯一绑定,不会变更 | string |
uid | 用户id | string |
content | son格式key值名称为V01~V06,value值取值为0和1 | string |
create_time | 更新日期样例格式为2020-10-1000:10:30 | string |
文末SQL小技巧
提高SQL功底的思路。
1、造数据。因为有数据支撑,会方便我们根据数据结果去不断调整SQL的写法。
造数据语法既可以create table再insert into,也可以用下面的create temporary view xx as values语句,更简单。
其中create temporary view xx as values语句,SparkSQL语法支持,hive不支持。
2、先将结果表画出来,包括结果字段名有哪些,数据量也画几条。这是分析他要什么。
从源表到结果表,一路可能要走多个步骤,其实就是可能需要多个子查询,过程多就用with as来重构提高可读性。
3、要由简单过度到复杂,不要一下子就写一个很复杂的。
先写简单的select from table…,每个中间步骤都执行打印结果,看是否符合预期, 根据中间结果,进一步调整修饰SQL语句,再执行,直到接近结果表。
4、数据量要小,工具要快,如果用hive,就设置set hive.exec.mode.local.auto=true;如果是SparkSQL,就设置合适的shuffle并行度,set spark.sql.shuffle.partitions=4;
后记
📢博客主页:https://manor.blog.csdn.net
📢欢迎点赞 👍 收藏 ⭐留言 📝 如有错误敬请指正!
📢本文由 Maynor 原创,首发于 CSDN博客🙉
📢不能老盯着手机屏幕,要不时地抬起头,看看老板的位置⭐
📢专栏持续更新,欢迎订阅:https://blog.csdn.net/xianyu120/category_12182595.html
以上是关于每天一道大厂SQL题Day14微众银行真题实战的主要内容,如果未能解决你的问题,请参考以下文章