最全hive 中少量数据验证函数的方法-stack

可以使用 stack 将少量数据直接写在sql中,然后用于验证是否正确

1、每个省累计销量前1名的城市 t1(pro_name,city_name,sale_num,sale_date）
源数据：
‘河北’,‘石家庄’,‘1’,‘2022-01-01’
,‘河北’,‘石家庄’,‘2’,‘2022-01-02’
,‘河北’,‘石家庄’,‘3’,‘2022-01-03’
,‘河北’,‘张家口’,‘2’,‘2022-01-02’
,‘河北’,‘张家口’,‘3’,‘2022-01-03’
,‘河北’,‘张家口’,‘2’,‘2022-01-02’
,‘陕西’,‘西安’,‘0’,‘2022-01-02’
,‘陕西’,‘西安’,‘1’,‘2022-01-03’
,‘陕西’,‘西安’,‘2’,‘2022-01-02’
,‘陕西’,‘延安’,‘0’,‘2022-01-02’
,‘陕西’,‘延安’,‘1’,‘2022-01-03’
,‘陕西’,‘延安’,‘0’,‘2022-01-02’

结果：
city_name sum_sale
张家口 7
西安 3
答：

with temp_data as (
    select stack(12,
    '河北','石家庄','1','2022-01-01'
    ,'河北','石家庄','2','2022-01-02'
    ,'河北','石家庄','3','2022-01-03'
    ,'河北','张家口','2','2022-01-02'
    ,'河北','张家口','3','2022-01-03'
    ,'河北','张家口','2','2022-01-02'
    ,'陕西','西安','0','2022-01-02'
    ,'陕西','西安','1','2022-01-03'
    ,'陕西','西安','2','2022-01-02'
    ,'陕西','延安','0','2022-01-02'
    ,'陕西','延安','1','2022-01-03'
    ,'陕西','延安','0','2022-01-02'
    ) as (pro_name,city_name,sale_num,sale_date)
)
select 
\* 
from (
select 
 t.pro_name,
 t.city_name,
 t.sale_cnt,
 row_number() over(partition by pro_name order by sale_cnt desc) as rnk
from (
select 
 pro_name,
 city_name,
 sale_num,
 sum(sale_num) as sale_cnt
from temp_data
group by pro_name,city_name
) t 
) t1
where t1.rnk = 1
;

lag: 将数据按照从小到大的顺序,将首次出现的,数据字段往后置一行,并且第一条数据使用Null填充
lead:将数据按照从小到大的顺序,将首次出现的数据往后置一行,并且第一条数据使用Null进行填充

2、求股票的波峰和波谷
波峰：当天的股票价格大于前一天和后一天
波谷：当天的股票价格小于前一天和后一天
数据准备： stock表有3个字段： stock_name（股票名称）、stock_price（股票价格）、stats_date（日期）

源数据：
‘A’,‘20210621’,‘13’

既有适合小白学习的零基础资料，也有适合3年以上经验的小伙伴深入学习提升的进阶课程，涵盖了95%以上大数据知识点，真正体系化！

由于文件比较多，这里只是将部分目录截图出来，全套包含大厂面经、学习笔记、源码讲义、实战项目、大纲路线、讲解视频，并且后续会持续更新

需要这份系统化资料的朋友，可以戳这里获取

源码讲义、实战项目、大纲路线、讲解视频，并且后续会持续更新**

需要这份系统化资料的朋友，可以戳这里获取