每天一道大厂SQL题【Day12】微众银行真题实战(二)_sql 产品不良率(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！

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;

### 思路分析

–第二问 假设是今天(2021-10-29)的统计，并考虑对用户去重select * from debt where ds=‘2021-10-29’ ;
drop table if exists prod_type_agg;
create table prod_type_agg(
prod_type string comment ‘产品’,
cnt int,
sum_balance decimal(30, 6),
bad_balance decimal(30, 6),
bad_balance_rate decimal(7, 6),
bad_cnt int,
bad_cnt_rate decimal(7, 6)
) partitioned by (ds string comment ‘结果分区’);

* 在贷客户数：指在某一时点，有未偿还贷款余额的客户数。
* 在贷余额：指在某一时点，所有未偿还贷款的总金额。
* 不良余额：指在某一时点，所有不良贷款（即次级、可疑和损失类贷款）的总金额。
* 余额不良率：指在某一时点，不良余额占在贷余额的比例。公式为：余额不良率 = 不良余额 / 在贷余额
* 不良客户数：指在某一时点，有不良贷款（即次级、可疑和损失类贷款）的客户数。
* 客户不良率：指在某一时点，不良客户数占在贷客户数的比例。公式为：客户不良率 = 不良客户数 / 在贷客户数


方案1 使用union all


方案2 使用grouping sets


### 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 | string |
| duebilid | 借据号（每个日期分区内的主键） | string |
| 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




| 字段名 | 字段意义 | 字段类型 |
| --- | --- | --- |
| ds | 日期分区，样例格式为20200101增量表部分流水记录可能有更新 | string |
| sno | 流水号，主键 | string |
| create time | 创建日期样例格式为2020-10-10 00:10:30与sno唯一绑定，不会变更 | string |
| uid | 用户id | string |
| content | son格式key值名称为V01～V06，value值取值为0和1 | string |
| create\_time | 更新日期样例格式为2020-10-1000:10:30 | string |


#### 文末SQL小技巧


提高SQL功底的思路。  
 1、造数据。因为有数据支撑，会方便我们根据数据结果去不断调整SQL的写法。  
 造数据语法既可以create table再insert into，也可以用下面的create temporary view xx as values语句，更简单。  
 其中create temporary view xx as values语句，SparkSQL语法支持，hive不支持。  
 2、先将结果表画出来，包括结果字段名有哪些，数据量也画几条。这是分析他要什么。  
 从源表到结果表，一路可能要走多个步骤，其实就是可能需要多个子查询，过程多就用with as来重构提高可读性。  
 3、要由简单过度到复杂，不要一下子就写一个很复杂的。  
 先写简单的select from table…,每个中间步骤都执行打印结果，看是否符合预期， 根据中间结果，进一步调整修饰SQL语句，再执行，直到接近结果表。  
 4、数据量要小，工具要快，如果用hive，就设置set hive.exec.mode.local.auto=true;如果是SparkSQL，就设置合适的shuffle并行度，set spark.sql.shuffle.partitions=4;


### 后记


📢博客主页：<https://manor.blog.csdn.net>


📢欢迎点赞 👍 收藏 ⭐留言 📝 如有错误敬请指正！  
 📢本文由 Maynor 原创，首发于 CSDN博客🙉  
 📢不能老盯着手机屏幕，要不时地抬起头，看看老板的位置⭐  
 📢专栏持续更新,欢迎订阅：<https://blog.csdn.net/xianyu120/category_12182595.html>







![img](https://img-blog.csdnimg.cn/img_convert/127a102f1142ca85686799535dccba85.png)
![img](https://img-blog.csdnimg.cn/img_convert/302925050e3ccfce6107f0971b2ac5b6.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！**

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！**