2024年大数据最新每天一道大厂SQL题【Day27】脉脉真题实战(三)连续两天活跃用户

学习！还是他娘地学习！

第26题 中级题: 活跃时长的均值

1. 需求列表

(1) 在过去一个月内,曾连续两天活跃的用户

(2) 有人想了解在过去一个月中,不同人才级别用户的活跃频次差异

– 什么数据可以说明该问题?请写出原因和您的思考

– 数据对应的sql是什么?

思路分析

(1) 在过去一个月内,曾连续两天活跃的用户

1. 找到过去一个月内所有活跃的用户和日期。
2. 计算每个用户相邻两天活跃日期之间的时间差。
3. 筛选出时间差为1天的用户。

(2) 有人想了解在过去一个月中,不同人才级别用户的活跃频次差异

1. 找到过去一个月内所有活跃的用户和日期。
2. 按照用户的职业水平分组，计算每组用户的平均活跃天数。
3. 比较不同职业水平用户组的平均活跃天数，以了解它们之间的差异。

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

附表

表1：maimai.dau

d	uid	module	active_duration	列说明
2020-01-01	1	jobs	324	d： 活 跃 的 日 期 uid：用户的唯一编码module：用户活跃模块actre.duration：该模块下对应的活跃时长（单位：s）
2020-01-01	2	feeds	445
2020-01-01	3	im	345
2020-01-02	2	network	765
2020-01-02	3	jobs	342
…	…	…	…

表2：maimai.users

uid	career_level	city	work_length	列说明
1	中级人才	北京	4	uid：用户的唯一编码career level：人才级别
2	高级人才	上海	7
3	初级人才	北京	1	city：用户所在城市work_length：用户工作年限
4	普通人才	平顶山	2
…	…	…	…

-- 建表
-- 表1 dau	记录了每日脉脉活跃用户的uid和不同模块的活跃时长
create	or	replace	temporary	view	dau(d,	uid,	module, active_duration) as
values ('2020-01-01', 1, 'jobs', 324),
('2020-01-01', 2, 'feeds', 445),
('2020-01-01', 3, 'im', 345),
('2020-01-02', 2, 'network', 765),
('2020-01-02', 3, 'jobs', 342);

-- 表2 users 脉脉所有用户得一些注册属性
create	or	replace	temporary	view	users(uid,	career_level, city, work_length) as
values (1, '中级人才', '北京', 4),
(2, '高级人才', '上海', 7),
(3, '初级人才', '北京', 1),
(4, '普通人才', '平顶山', 2); 


![img](https://img-blog.csdnimg.cn/img_convert/4d058f52eff361fc6ee3ae67610a1e10.png)
![img](https://img-blog.csdnimg.cn/img_convert/8986ad54fe07c3676333dcd57f44f8fa.png)

**网上学习资料一大堆，但如果学到的知识不成体系，遇到问题时只是浅尝辄止，不再深入研究，那么很难做到真正的技术提升。**

**[需要这份系统化资料的朋友，可以戳这里获取](https://bbs.csdn.net/topics/618545628)**


**一个人可以走的很快，但一群人才能走的更远！不论你是正从事IT行业的老鸟或是对IT行业感兴趣的新人，都欢迎加入我们的的圈子（技术交流、学习资源、职场吐槽、大厂内推、面试辅导），让我们一起学习成长！**

45628)**


**一个人可以走的很快，但一群人才能走的更远！不论你是正从事IT行业的老鸟或是对IT行业感兴趣的新人，都欢迎加入我们的的圈子（技术交流、学习资源、职场吐槽、大厂内推、面试辅导），让我们一起学习成长！**