2024年大数据最全【SQL屠夫系列】leetcode-180(2)，阿里官方推荐

最新推荐文章于 2024-07-28 16:45:11 发布

2401_84591930

最新推荐文章于 2024-07-28 16:45:11 发布

阅读量549

点赞数 20

分类专栏：程序员文章标签：大数据 sql leetcode

本文链接：https://blog.csdn.net/2401_84591930/article/details/138458897

版权

程序员专栏收录该内容

58 篇文章 0 订阅

订阅专栏

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

需要这份系统化资料的朋友，可以戳这里获取

SELECT DISTINCT
    l1.Num AS ConsecutiveNums
FROM
    Logs l1,
    Logs l2,
    Logs l3
WHERE
    l1.Id = l2.Id - 1
    AND l2.Id = l3.Id - 1
    AND l1.Num = l2.Num
    AND l2.Num = l3.Num

点评：
此方法为官方推荐的方法，我看很多人都默认将此题直接这样的解法，但你仔细去思考下它的效率，其实并不高，特别是大数据场景玩不转滴

方法2

如果你的考官是大数据考官，几乎会继续问你，如果是大数据场景，如果要求连续4次、5次…等等的有没有优化方案？其实这时候你得考虑下使用窗口函数row_number() over，数据开发人员用的多一般会自然而然想到，但对于非大数据开发人员，可能接触的一些数据库本身就不支持row_number() over…

思路：
要获取至少连续三次出现的数字，不能强力破解，如果是至少连续出现四次？(一百次？)，连接四个？(连接一百个?),这种方法指定是不可取的，但不知道这种方法在少数情况下效率如何。
找解题答案，连续的相同Num的数字，但是Id有可能不是连续的，我们就需要通过对结果集再次编号，让其变成连续的。

解题过程：
step1： 对原始数据编号，从1开始使用 row_number() over(表达式) 函数，使用Id来排序既row_number() over(order by Id)

SELECT Id,Num,
row_number() over(order by id) as SerialNum
FROM ContinueNumber

在这里插入图片描述
step2: 使用原始数据另一维度排序，这些num值一样的分组排序，然后对其编号同样使用row_number() over(表达式)，参数：（num分组，id排序）row_number() over(partition by num order by id)

SELECT Id,Num,
ROW_NUMBER() over(partition by Num order by Id) as SerialGroup
FROM ContinueNumber

在这里插入图片描述

step3： 通过上述1和上述2 看一下有什么规律吗？两个列（SerialNum，SerialGroup）对应相减，只要连续，相减得到的值是一样的。不连续相减得到的值也不同。

SELECT Id,Num,
      row_number() over(order by id) -
      row_number() over(partition by Num order by Id) as SerialNumberSubGroup
      FROM ContinueNumber

在这里插入图片描述
step4： 通过上述3，通过列Num和列SerialNumberSubGroup分组，最后拿到Num,就是求得的数据,去重（distinct）指：有可能同一个数字在多处出现三次以上。

SELECT DISTINCT Num FROM (
SELECT Num,COUNT(1) as SerialCount FROM 
(SELECT Id,Num,
row_number() over(order by id) -
ROW_NUMBER() over(partition by Num order by Id) as SerialNumberSubGroup
FROM ContinueNumber) as Sub
GROUP BY Num,SerialNumberSubGroup HAVING COUNT(1) >= 3) as Result

在这里插入图片描述

3. 拓展题-求连续登陆N天

需求： 求连续登陆N天的用户
思路： 分组设置行号排名，然后 date_sub(日期 - 行号排名）其实就是最小的天数

数据如下：
用户id#uid 登录日期#loaddate

uid	loaddate
201	2022-09-06 00:00:00
201	2022-09-05 00:00:00
201	2022-09-04 00:00:00
201	2022-09-01 00:00:00
201	2022-09-02 00:00:00
202	2022-09-03 00:00:00
202	2022-09-05 00:00:00
202	2022-09-02 00:00:00
202	2022-09-04 00:00:00
203	2022-09-03 00:00:00
203	2022-09-06 00:00:00
203	2022-09-07 00:00:00

SQL:

Select uid,max(cnt) as cnt
From (Select uid,Grp_No,count(*) as cnt
      From (
            Select uid,loaddate,date_sub(loaddate,ROW_NUMBER() OVER (Partition By uid Order By uid,loaddate)) as Grp_No 
            From  t_lastmaxnum_dd
           ) a
            Group By uid,Grp_No
      ) a
Group By uid;