MYSQL/HIVESQL笔试题:HIVESQL
Posted 秋华
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MYSQL/HIVESQL笔试题:HIVESQL相关的知识,希望对你有一定的参考价值。
题目一:计算平台的每一个用户发过多少朋友圈、获得多少点赞
已知,数据如下:
T1:10万行数据
T2:1000万行数据(注:没有被点赞的日记此表不做记录)
需求:请用sql计算出如下结果:
题目二:处理产品版本号
版本号信息存储在数据表中,每行一个版本号。
版本号命名规则符合正则表达式:(?:[1-9]\\d|[1-9])(.(?:[1-9]\\d|\\d)){1,2}
补充说明:
产品版本号由三个部分组成
如:9.11.2
第一部分9为主版本号,为1-99之间的数字;
第二部分11为子版本号,为0-99之间的数字;
第三部分2为阶段版本号,为0-99之间的数字(可选);
请根据具体条件和问题,使用hive sql编程:
1.条件:T1表有100个版本号,找出其中最大的版本号。
举例:
2.条件:T1表有1000万个版本号,给如下格式的所有版本号排序。对于相同的版本号,顺序号一致。
table_result (排序结果表) :
题目三、计算用户留存
用户留存是体现平台健康程度的重要数据指标之一,请用hive sql完成如下需求:
已知:
用户信息表结构:
CREATE TABLE if NOT EXISTS tb_user ( user_id BIGINT COMMENT "用户id", create_time STRING COMMENT "注册时间,如:2019-01-01 08:00:00" ) COMMENT "用户信息表";
访问日志表结构
CREATE TABLE if NOT EXISTS tb_access_log ( user_id BIGINT COMMENT "用户id", page_url STRING COMMENT "网站页面路径,用于标记不同页面", create_time STRING COMMENT "访问时间,如:2019-01-01 08:00:01" ) COMMENT "用户访问日志表" PARTITIONED by (dt STRING COMMENT "格式:yyyymmdd ,数值与create_time转化后的日期一致";
tb_user : 总量大约200万行
定义:
新用户:某一日新注册的用户
新用户次1日留存:T日成为新用户,T+1日回访平台网站任意页面(T+1即T日期的第二天)
新用户次3日留存:T日成为新用户,T+3日回访平台网站任意页面
新用户次n日留存:T日成为新用户,T+n日回访平台网站任意页面
1.假设平台元旦节做了一次拉新活动,当日新增用户数约为平日的两倍,2019年1月9日,距离活动已经过去一周了**,公司希望评估一下2019年1月1日当天的全部新增用户,在接下来一周的留存情况****(即1月2日-1月8日每天的留存用户数),要求交付的数据结果表如下,请用一个简洁的sql****计算出如下数据: **
2.本次活动拉新留存情况符合预期,公司决定后续会不定期举办拉新活动,以获得更多新用户,如何设计调度任务,使得报表按天增量更新如下,帮助公司长期监控平台新用户的留存,希望保留全量历史数据,方便随时对比各期活动情况?(请给出完整的相关sql,包括建表语句,写入数据过程等)
(以下数据范例最近更新日期为:20190109)
表名:reporting_new_user_retain_day
新用户数 次1日留存用户数 次2日留存用户数 次3日留存用户数 次4日留存用户数 次5日留存用户数 次6日留存用户数 次7日留存用户数 dt(成为新用户日期,格式yyyymmdd)
温馨提示:答题结果建议保存为sql文件或者pdf格式,避免代码排版错乱等问题,谢谢!
SELECT DATE_FORMAT(t1.create_time, "yyyy-MM-dd"), count(t1.user_id), COUNT(CASE WHEN DATEDIFF(DATE_FORMAT(t1.create_time, "yyyy-MM-dd"), t2.create_time) = 1 THEN t1.USER_id END) , COUNT(CASE WHEN DATEDIFF(DATE_FORMAT(t1.create_time, "yyyy-MM-dd"), t2.create_time) = 2 THEN t1.USER_id END), COUNT(CASE WHEN DATEDIFF(DATE_FORMAT(t1.create_time, "yyyy-MM-dd"), t2.create_time) = 3 THEN t1.USER_id END), COUNT(CASE WHEN DATEDIFF(DATE_FORMAT(t1.create_time, "yyyy-MM-dd"), t2.create_time) = 4 THEN t1.USER_id END) FROM tb_user t1 LEFT JOIN ( SELECT user_id, DATE_FORMAT(create_time, "yyyy-MM-dd") AS create_time FROM tb_access_log GROUP BY user_id, DATE_FORMAT(create_time, "yyyy-MM-dd") ) t2 ON t1.user_id = t2.user_id GROUP BY DATE_FORMAT(t1.create_time, "yyyy-MM-dd")
考虑到数据量大的问题,只算近七天的数据,之前的数据算完之后保存为历史,近7天增量更新
以上是关于MYSQL/HIVESQL笔试题:HIVESQL的主要内容,如果未能解决你的问题,请参考以下文章