1. 需求列表
需求1:每日活跃用户
用户每日登陆脉脉会访问app不同的模块,
现有两个表 表1记录了每日脉脉活跃用户的uid和不同模块的活跃时长表2记录了脉脉所有注册用户的一些属性
1. 初级题: 每日活跃用户
- 九月中,每日活跃的用户数
- 九月中,对于每日活跃用户,其当日活跃时长最大的模块
- 十一期间的活跃用户中,jobs模块活跃超过100s的用户
思路分析
(1) 创建表
– 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);
(2) 思路
- 九月中,每日活跃的用户数
我们可以使用SQL语句来查询每日活跃的用户数。首先,我们需要筛选出九月份的数据,然后按日期分组,最后计算每组中不同用户的数量。
- 九月中,对于每日活跃用户,其当日活跃时长最大的模块
我们可以使用SQL语句来查询每日活跃用户当日活跃时长最大的模块。首先,我们需要筛选出九月份的数据,然后按日期和用户分组,最后计算每组中活跃时长最大的模块。
- 十一期间的活跃用户中,jobs模块活跃超过100s的用户
我们可以使用SQL语句来查询十一期间jobs模块活跃超过100s的用户。首先,我们需要筛选出十一期间jobs模块的数据,然后按用户分组,最后计算每组中活跃时长超过100s的用户。
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 |
---|
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
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**