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
每天一道大厂SQL题【Day27】脉脉真题实战(三)连续两天活跃用户
大家好,我是Maynor。相信大家和我一样,都有一个大厂梦
,作为一名资深大数据选手,深知SQL重要性,接下来我准备用100天时间,基于大数据岗面试中的经典SQL题
,以每日1题的形式,带你过一遍热门SQL题并给出恰如其分的解答。
一路走来,随着问题加深,发现不会的也愈来愈多。但底气着实足了不少,相信不少朋友和我一样,日积月累才是最有效的学习方式!
每日语录
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
- 找到过去一个月内所有活跃的用户和日期。
- 计算每个用户相邻两天活跃日期之间的时间差。
- 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
- 找到过去一个月内所有活跃的用户和日期。
- 按照用户的职业水平分组,计算每组用户的平均活跃天数。
- 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 |
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!
3a03fab5e56a57acb)**
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!