该篇文章描述了如何使用SQL语句创建和填充一个名为`subj_expense`的费用主题表，通过分析安装费用、差旅费用等多个维度的数据，以2021年1月1日为例。数据来源于多个事实表和维度表，涉及日期、油站、客户等维度。
partitioned by (month String, week String, day String)
stored as orc
location '/data/dw/st/one\_make/subj\_dispatch'
;
```
- 构建
```
insert overwrite table one_make_st.subj_dispatch partition(month = '202101', week='2021W1', day='20210101')
select
sum(fwo.install_num) install_sumnum, --安装单数量
sum(fwo.repair_num) repair_sumnum, --维修单数量
sum(fwo.remould_num) remould_sumnum, --改造单数量
sum(fwo.inspection_num) inspection_sumnum, --巡检单数量
max(fwo.wo_num) max_wo_num, --最大派单数
min(fwo.wo_num) min_wo_num, --最小派单数
avg(fwo.wo_num) avg_wo_num, --平均派单数
sum(fcs.userid) call_srv_user, --呼叫中心派单人
max(fcs.dispatch_cnt) max_dispatch_cnt, --呼叫中心最大派单
min(fcs.dispatch_cnt) min_dispatch_cnt, --呼叫中心最小派单
avg(fcs.dispatch_cnt) avg_dispatch_cnt, --呼叫中心平均派单
sum(fwo.wo_num) / sum(fwo.people_num) people_wo_num, --派单平均值
sum(fwo.repair_service_duration) srv_reps_duration, --派单响应时长
sum(fwo.service_total_duration) srv_duration, --服务时长
sum(fwo.people_num) pepople_sumnum, --工单人数
dd.date_id dws_day, --日期日
dd.week_in_year_id dws_week, --日期周
dd.year_month_id dws_month, --日期月
emp.orgname, --组织机构人员部门
emp.posiname, --组织机构人员岗位
emp.empname, --组织机构人员名称
dimoil.company_name oil_type, --油站类型
dimoil.province_name oil_province, --油站省份
dimoil.city_name oil_city, --油站城市
dimoil.county_name oil_county, --油站区域
dimoil.customer_classify_name customer_classify, --客户类型
dimoil.customer_province_name customer_province --客户省份
--呼叫中心事务事实表
from one_make_dwb.fact_call_service fcs
--关联工单事实表
left join one_make_dwb.fact_worker_order fwo on fcs.id = fwo.callaccept_id
--关联组织机构维度表
left join one_make_dws.dim_emporg emp on fcs.userid = emp.empid
--关联日期维度表
left join one_make_dws.dim_date dd on fcs.dt = dd.date_id
--关联油站维度表
left join one_make_dws.dim_oilstation dimoil on fcs.oil_station_id = dimoil.id
where dd.year_month_id = '202101'and dd.week_in_year_id = '2021W1' and dd.date_id = '20210101'
group by dd.date_id, dd.week_in_year_id, dd.year_month_id, emp.orgname, emp.posiname, emp.empname, dimoil.company_name, dimoil.province_name,
dimoil.city_name, dimoil.county_name, dimoil.customer_classify_name, dimoil.customer_province_name
;
```
-
小结
- 掌握派单主题的需求分析及实现
14：服务域：费用主题分析
-
目标：掌握费用主题的需求分析
-
路径
- step1：需求
- step2：分析
-
实施
- 需求:统计不同维度下的费用主题指标的结果
字段名称 字段说明 来源 install_money 安装费用 one_make_dwb.fact_srv_install max_install_money 最大安装费用 one_make_dwb.fact_srv_install min_install_money 最小安装费用 one_make_dwb.fact_srv_install avg_install_money 平均安装费用 one_make_dwb.fact_srv_install sumbiz_trip_money 外出差旅费用金额总计 one_make_dwb.fact_trvl_exp sumin_city_traffic_money 市内交通费用金额总计 one_make_dwb.fact_trvl_exp sumhotel_money 住宿费费用金额总计 one_make_dwb.fact_trvl_exp sumfars_money 车船费用金额总计 one_make_dwb.fact_trvl_exp sumsubsidy_money 补助费用金额总计 one_make_dwb.fact_trvl_exp sumroad_toll_money 过桥过路费用金额总计 one_make_dwb.fact_trvl_exp sumoil_money 油费金额总计 one_make_dwb.fact_trvl_exp exp_item_total 差旅费用扣款明细总计 one_make_dwb.fact_regular_exp actual_total_money 差旅费用总额统计 one_make_dwb.fact_trvl_exp sum_secondary_money 差旅费用二阶段扣款总计 one_make_dwb.fact_trvl_exp sum_third_money 差旅费用三阶段扣款总计 one_make_dwb.fact_trvl_exp max_secondary_money 差旅费用二阶段最大扣款总计 one_make_dwb.fact_trvl_exp max_third_money 差旅费用三阶段最大扣款总计 one_make_dwb.fact_trvl_exp sum_srv_user 报销人员总数量 one_make_dwb.fact_trvl_exp max_srv_user 报销人员最大数量 one_make_dwb.fact_trvl_exp min_srv_user 报销人员最小数量 one_make_dwb.fact_trvl_exp avg_srv_user 报销人员平均数量 one_make_dwb.fact_trvl_exp dws_day string 日期维度-按天 one_make_dws.dim_date dws_week string 日期维度-按周 one_make_dws.dim_date dws_month string 日期维度-按月 one_make_dws.dim_date oil_type string 油站类型 one_make_dws.dim_oilstation oil_province 油站所属省 one_make_dws.dim_oilstation oil_city string 油站所属市 one_make_dws.dim_oilstation oil_county string 油站所属区 one_make_dws.dim_oilstation customer_classify 客户类型 one_make_dws.dim_oilstation customer_province 客户所属省 one_make_dws.dim_oilstation -
分析
-
指标
- 安装费用、最大安装费用、最小安装费用、平均安装费用
- 外出差旅费用金额总计、市内交通费用金额总计、住宿费用金额总计、车船费用金额总计、补助费用金额总计、过桥过路费用金额总计、油费金额总计
- 差旅费用扣款明细总计、差旅费用总额统计、差旅费用二阶段扣款总计、差旅费用三阶段扣款总计、差旅费用二阶段最大扣款总计、差旅费用三阶段最大扣款总计
- 报销人员数量、报销人员最大数量、报销人员最小数量、报销人员平均数量
-
维度
- 日期维度：天、周、月
- 油站维度：类型、省份、城市、区域
- 客户维度：类型、省份
-
数据
-
事实表
- fact_trvl_exp：差旅事务事实表
select biz_trip_money,--外出差旅费用 in_city_traffic_money,--市内交通费用 hotel_money,--住宿费用 fars_money,--车船费用 subsidy_money,--补助费用 road_toll_money,--过桥过路费用 oil_money,--油费 secondary_money,--二单补助费用总计 third_money, --三单补助费用总计 actual_total_money,--费用报销总计 ss_id,--服务网点id srv_user_id,--工程师id dt --日期 from fact_trvl_exp;- fact_regular_exp：报销事务事实表
select ss_id,--服务网点id srv_user_id,--工程师id exp_item_name --费用项目名称 from fact_regular_exp;- fact_srv_install：安装事务事实表
select ss_id,--服务网点id exp_device_money,--安装费用 os_id --油站id from fact_srv_install; -
维度表
- dim_oilstation：油站维度表
select id,--油站id company_name,--公司名称 province_name,--省份名称 city_name,--城市名称 county_name,--区域名称 customer_classify_name,--客户名称 customer_province_name--客户省份 from dim_oilstation;- dim_date：时间维度表
select date_id,--天 week_in_year_id,--周 year_month_id --月 from dim_date;
-
-
-
小结
- 掌握费用主题的需求分析
15：服务域：费用主题实现
-
目标：实现费用主题表的维度指标构建
-
实施
- 建表
drop table if exists one_make_st.subj_expense; create table if not exists one_make_st.subj_expense( install_money decimal(20,1) comment '安装费用' ,max_install_money decimal(20,1) comment '最大安装费用' ,min_install_money decimal(20,1) comment '最小安装费用' ,avg_install_money decimal(20,1) comment '平均安装费用' ,sumbiz_trip_money decimal(20, 1) comment '外出差旅费用金额总计' ,sumin_city_traffic_money decimal(20, 1) comment '市内交通费用金额总计' ,sumhotel_money decimal(20, 1) comment '住宿费费用金额总计' ,sumfars_money decimal(20, 1) comment '车船费用金额总计' ,sumsubsidy_money decimal(20, 1) comment '补助费用金额总计' ,sumroad_toll_money decimal(20, 1) comment '过桥过路费用金额总计' ,sumoil_money decimal(20, 1) comment '油费金额总计' ,exp_item_total int comment '差旅费用扣款明细总计' ,actual_total_money decimal(20, 1) comment '差旅费用总额统计' ,sum_secondary_money decimal(20, 1) comment '差旅费用二阶段扣款总计' ,sum_third_money decimal(20, 1) comment '差旅费用三阶段扣款总计' ,max_secondary_money decimal(20, 1) comment '差旅费用二阶段最大扣款总计' ,max_third_money decimal(20, 1) comment '差旅费用三阶段最大扣款总计' ,sum_srv_user int comment '报销人员总数量' ,max_srv_user int comment '报销人员最大数量' ,min_srv_user int comment '报销人员最小数量' ,avg_srv_user int comment '报销人员平均数量' ,dws_day string comment '日期维度-按天' ,dws_week string comment '日期维度-按周' ,dws_month string comment '日期维度-按月' ,oil_type string comment '油站维度-油站类型' ,oil_province string comment '油站维度-油站所属省' ,oil_city string comment '油站维度-油站所属市' ,oil_county string comment '油站维度-油站所属区' ,customer_classify string comment '客户维度-客户类型' ,customer_province string comment '客户维度-客户所属省' ) comment '费用主题表' partitioned by (month String, week String, day String) stored as orc location '/data/dw/st/one\_make/subj\_expense' ;- 构建
insert overwrite table one_make_st.subj_expense partition(month = '202101', week='2021W1', day='20210101') select sum(install.exp_device_money) install_money, --安装费用 max(install.exp_device_money) max_install_money, --最大安装费用 min(install.exp_device_money) min_install_money, --最小安装费用 avg(install.exp_device_money) avg_install_money, --平均安装费用 sum(fte.biz_trip_money) sumbiz_trip_money, --外出差旅费用金额总计 sum(fte.in_city_traffic_money) sumin_city_traffic_money, --市内交通费用金额总计 sum(fte.hotel_money) sumhotel_money, --住宿费用金额总计 sum(fte.fars_money) sumfars_money, --车船费用金额总计 sum(fte.subsidy_money) sumsubsidy_money, --补助费用金额总计 sum(fte.road_toll_money) sumroad_toll_money, --过桥过路费用金额总计 sum(fte.oil_money) sumoil_money, --油费金额总计 count(distinct fre.exp_item_name) exp_item_total, --差旅费用扣款明细总计 sum(fte.actual_total_money) actual_total_money, --差旅费用总额统计 sum(fte.secondary_money) sum_secondary_money, --差旅费用二阶段扣款总计 sum(fte.third_money) sum_third_money, --差旅费用三阶段扣款总计 max(fte.secondary_money) max_secondary_money, --差旅费用二阶段最大扣款总计 max(fte.third_money) max_third_money, --差旅费用三阶段最大扣款总计 sum(size(split(fre.srv_user_id,','))) sum_srv_user, --报销人员数量 max(size(split(fre.srv_user_id,','))) max_srv_user, --报销人员最大数量 min(size(split(fre.srv_user_id,','))) min_srv_user, --报销人员最小数量 avg(size(split(fre.srv_user_id,','))) avg_srv_user, --报销人员平均数量 dd.date_id dws_day, --日期天 dd.week_in_year_id dws_week, --日期周 dd.year_month_id dws_month, --日期月 dimoil.company_name oil_type, --油站类型 dimoil.province_name oil_province, --油站省份 dimoil.city_name oil_city, --油站城市 dimoil.county_name oil_county, --油站区域 dimoil.customer_classify_name customer_classify, --客户类型 dimoil.customer_province_name customer_province --客户省份 --差旅事务事实表 from one_make_dwb.fact_trvl_exp fte --安装事务事实表 left join one_make_dwb.fact_srv_install install on fte.ss_id = install.ss_id --报销事务事实表 left join one_make_dwb.fact_regular_exp fre on fte.srv_user_id = fre.srv_user_id --关联日期维度表 left join one_make_dws.dim_date dd on fte.dt = dd.date_id --关联油站维度表 left join one_make_dws.dim_oilstation dimoil on install.os_id = dimoil.id where dd.year_month_id = '202101'and dd.week_in_year_id = '2021W1' and dd.date_id = '20210101' group by inst_type_id, dd.date_id, dd.week_in_year_id, dd.year_month_id, dimoil.company_name, dimoil.province_name, dimoil.city_name, dimoil.county_name, dimoil.customer_classify_name, dimoil.customer_province_name ;
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。
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！
链图片转存中…(img-yfgRngYc-1714496746392)]
[外链图片转存中…(img-Vcsz7j9z-1714496746392)]
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。
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！
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
