漏斗转化率统计实战 &（hive严格模式，本地模式）

---

转化率统计

表名order.txt
字段id, name, pv

1,广告,10000
2,菜单,3000
3,详情,2600
4,购物车,300
5,下单,200
6,支付,190
7,支付ok,189

用到关键技术：
自连接，窗口函数max

---

前期准备：

create database if not exists hive_order;
use hive_order;
drop table if exists t_order;
create table t_order(id int,name string,pv int) row format delimated fields terminated by “,”;
load data local inpath"/home/hadoopUser/order.txt" into table t_order;
select * from t_order;
desc t_order;

---

使用严格模式（set hive.mapred.mode = strict;）可以禁止3种类型的查询：
（1）对于分区表，不加分区字段过滤条件，不能执行
（2）对于order by语句，必须使用limit语句。
（3）限制笛卡尔积的查询（join的时候不使用on，而使用where的）

我们要对表进行自连接，所以这里不作严格模式，设置为非严格。
set hive.mapred.mode = nonstrict;（默认undefined）

开启本地模式，对于数据量比较少，执行时间会缩短。
set hive.exec.mode.local.auto=true;(默认为false)

如此一来，对数据量比较小的操作，就可以在本地执行，这样要比提交任务到集群执行效率要快很多。

---

1. 求每一步相对于第一步的转化率

1. 求出pv的最大值，把最大值作为一列
   select a.*,b.bpv from t_order a,(select max(pv) bpv from t_order) b;
   或者直接使用max窗口函数：
   select *,max(pv) over(order by id) bpv from t_order;

   id      name	pv		bpv
   1       广告    10000   10000
   2       菜单    3000    10000
   3       详情    2600    10000
   4       购物车  300     10000
   5       下单