每天一道大厂SQL题【Day11】微众银行真题实战(一)_微众银行大数据面试(2)

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

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！

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;

![img](https://img-blog.csdnimg.cn/img_convert/98c39d34651a967e1020eeb522fc4a1a.png)

– 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;

先了解表数据的分布情况，有2年多，每天都有分区，共760多个分区。


![img](https://img-blog.csdnimg.cn/img_convert/ff3339bd756fec5216fd73b9338d0bc2.png)


![img](https://img-blog.csdnimg.cn/img_convert/9e3e77cdce6d3089700a06bdcd051034.jpeg)


随机观察2个借据的情况


![img](https://img-blog.csdnimg.cn/img_convert/fb150b1ca8bfaaaf510e912bb29fae48.png)


![img](https://img-blog.csdnimg.cn/img_convert/592fc9191edf3343054d381265cb5be4.png)


### 思路分析


方案1  
 假设当天是20201231，昨日是20201230  
 预先将复用分数据集缓存起来，只用加载一次源表。后面多次union all起来。cache table仅Spark支持，hive不支持。


方案2


借用stack函数，性能与方案1一样 ，都只加载一次表。


### 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：


1. 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 |


2. 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 | strng |
| duebilid | 借据号（每个日期分区内的主键） | strng |
| 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 |


3. 模型输出表





![img](https://img-blog.csdnimg.cn/img_convert/42fd50717d6680472a8a5cd5a25c2a77.png)
![img](https://img-blog.csdnimg.cn/img_convert/457bda443edeffde30ccac079c10c5a4.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！**

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！**