计算每小时累计销售额

Taerge0110

已于 2024-01-26 10:41:17 修改

阅读量810

点赞数 22

分类专栏：大数据 SQL 文章标签：大数据数据库 hive

于 2024-01-25 17:12:33 首次发布

本文链接：https://blog.csdn.net/Taerge0110/article/details/135849373

版权

大数据同时被 2 个专栏收录

30 篇文章 0 订阅

订阅专栏

SQL

24 篇文章 0 订阅

订阅专栏

计算每小时累计销售额

需求:
使用sql计算出销售订单从0点到当前小时累计销售, 要求展示每小时的累计销售额(同样每分钟, 每半小时都可以使用此方法得出)
订单表:t_sales (order_id: 订单id; order_time: 订单时间(格式:2024-01-06 11:01:08); gmv: 交易金额;)

1- 数据准备

set odps.sql.hive.compatible=true;

WITH t_sales AS (
SELECT * FROM (
  VALUES  (100, '2023-11-21 00:05:32', 100)
        , (101, '2023-11-21 01:09:20', 200)
        , (102, '2023-11-21 04:09:53', 100)
        , (103, '2023-11-21 04:32:20', 300)
        , (104, '2023-11-21 07:05:20', 200)
        , (105, '2023-11-21 09:08:25', 100)
        , (106, '2023-11-21 11:05:20', 100)
        , (107, '2023-11-21 16:05:41', 200)
        , (108, '2023-11-21 20:00:20', 100)
        , (109, '2023-11-21 22:57:00', 300)
        , (110, '2023-11-22 01:10:10', 100)
        , (111, '2023-11-22 05:21:00', 200)
) AS table_name(order_id, order_time, gmv)
)

2- 代码实现

取出订单表的最小日期和最大日期

-- 1. 取出 订单表的最小日期和最大日期
SELECT 
      DATE_FORMAT(MIN(order_time),'yyyy-MM-dd 00:00:00') AS min_order_time 
    , DATE_FORMAT(MAX(order_time),'yyyy-MM-dd 23:59:59') AS max_order_time 
FROM t_sales 
;

min_order_time	max_order_time
2023-11-21 00:00:00	2023-11-22 23:59:59

利用最小日期和最大日期, 得出连续的小时序列, 从最小日期的0点到最大日期的23点

-- 2. 利用最小日期和最大日期, 得出连续的小时序列, 从最小日期的0点到最大日期的23点
SELECT 
      min_order_time, pos, val
    , FROM_UNIXTIME(UNIX_TIMESTAMP(min_order_time) + pos * 60 * 60, 'yyyy-MM-dd HH') AS hour_rn
FROM (
    SELECT -- 1. 取出 订单表的最小日期和最大日期
          DATE_FORMAT(MIN(order_time),'yyyy-MM-dd 00:00:00') AS min_order_time 
        , DATE_FORMAT(MAX(order_time),'yyyy-MM-dd 23:59:59') AS max_order_time 
    FROM t_sales 
) a 
LATERAL VIEW POSEXPLODE( SPLIT(REPEAT('#,', CAST( (UNIX_TIMESTAMP(max_order_time ) - UNIX_TIMESTAMP(min_order_time) + 1 )/(60*60) AS INT ) ), ',') ) tab as pos,val
-- 注意: 1. 时间戳相减需要加1, 需要计算最大日期最小日期的区间值; 2. 替换时使用双字符串, 切分的时候才不为空
;

min_order_time	pos	val	hour_rn
2023-11-21 00:00:00	0	#	2023-11-21 00
2023-11-21 00:00:00	1	#	2023-11-21 01
2023-11-21 00:00:00	2	#	2023-11-21 02
2023-11-21 00:00:00	3	#	2023-11-21 03
2023-11-21 00:00:00	4	#	2023-11-21 04
2023-11-21 00:00:00	5	#	2023-11-21 05
2023-11-21 00:00:00	6	#	2023-11-21 06
2023-11-21 00:00:00	7	#	2023-11-21 07
2023-11-21 00:00:00	8	#	2023-11-21 08
2023-11-21 00:00:00	9	#	2023-11-21 09
2023-11-21 00:00:00	10	#	2023-11-21 10
…	…	…	…
2023-11-21 00:00:00	23	#	2023-11-21 23
…	…	…	…
2023-11-21 00:00:00	47	#	2023-11-22 23

将小时序列和订单时间(转换成小时), 一一关联

-- 3. 将小时序列和订单时间(转换成小时), 一一关联
SELECT 
      hour_rn
    , NVL(gmv, 0) AS gmv
FROM (
    SELECT -- 2. 利用最小日期和最大日期, 得出连续的小时序列, 从最小日期的0点到最大日期的23点
          FROM_UNIXTIME(UNIX_TIMESTAMP(min_order_time) + pos * 60 * 60, 'yyyy-MM-dd HH') AS hour_rn
    FROM (
        SELECT -- 1. 取出 订单表的最小日期和最大日期
              DATE_FORMAT(MIN(order_time),'yyyy-MM-dd 00:00:00') AS min_order_time 
            , DATE_FORMAT(MAX(order_time),'yyyy-MM-dd 23:59:59') AS max_order_time 
        FROM t_sales 
    ) a 
    LATERAL VIEW POSEXPLODE( SPLIT(REPEAT('#,', CAST( (UNIX_TIMESTAMP(max_order_time ) - UNIX_TIMESTAMP(min_order_time) + 1 )/(60*60) AS INT ) ), ',') ) tab as pos,val
    -- 注意: 1. 时间戳相减需要加1, 需要计算最大日期最小日期的区间值; 2. 替换时使用双字符串, 切分的时候才不为空
) a 
LEFT JOIN 
(
    SELECT 
          SUBSTRING(order_time, 1, 13) AS order_time
        , SUM(gmv) AS gmv
    FROM t_sales
    GROUP BY SUBSTRING(order_time, 1, 13)
) b 
ON a.hour_rn = b.order_time
;

hour_rn	gmv
2023-11-21 00	100
2023-11-21 01	200
2023-11-21 02	0
2023-11-21 03	0
2023-11-21 04	400
2023-11-21 05	0
2023-11-21 06	0
2023-11-21 07	200
2023-11-21 08	0
2023-11-21 09	100
2023-11-21 10	0
…	…

使用窗口函数累加求和

-- 4. 使用窗口函数累加求和
SELECT 
      hour_rn
    , SUM(gmv) OVER(PARTITION BY SUBSTRING(hour_rn, 1, 10) ORDER BY hour_rn) AS d_gmv
FROM (
    SELECT -- 3. 将小时序列和订单时间(转换成小时), 一一关联
          hour_rn
        , NVL(gmv, 0) AS gmv
    FROM (
        SELECT -- 2. 利用最小日期和最大日期, 得出连续的小时序列, 从最小日期的0点到最大日期的23点
              FROM_UNIXTIME(UNIX_TIMESTAMP(min_order_time) + pos * 60 * 60, 'yyyy-MM-dd HH') AS hour_rn
        FROM (
            SELECT -- 1. 取出 订单表的最小日期和最大日期
                  DATE_FORMAT(MIN(order_time),'yyyy-MM-dd 00:00:00') AS min_order_time 
                , DATE_FORMAT(MAX(order_time),'yyyy-MM-dd 23:59:59') AS max_order_time 
            FROM t_sales 
        ) a 
        LATERAL VIEW POSEXPLODE( SPLIT(REPEAT('#,', CAST( (UNIX_TIMESTAMP(max_order_time ) - UNIX_TIMESTAMP(min_order_time) + 1 )/(60*60) AS INT ) ), ',') ) tab as pos,val
        -- 注意: 1. 时间戳相减需要加1, 需要计算最大日期最小日期的区间值; 2. 替换时使用双字符串, 切分的时候才不为空
    ) a 
    LEFT JOIN 
    (
        SELECT 
              SUBSTRING(order_time, 1, 13) AS order_time
            , SUM(gmv) AS gmv
        FROM t_sales
        GROUP BY SUBSTRING(order_time, 1, 13)
    ) b 
    ON a.hour_rn = b.order_time
) t
;

hour_rn	d_gmv
2023-11-21 00	100
2023-11-21 01	300
2023-11-21 02	300
2023-11-21 03	300
2023-11-21 04	700
2023-11-21 05	700
2023-11-21 06	700
2023-11-21 07	900
2023-11-21 08	900
2023-11-21 09	1000
2023-11-21 10	1000
2023-11-21 11	1100
2023-11-21 12	1100
2023-11-21 13	1100
2023-11-21 14	1100
2023-11-21 15	1100
2023-11-21 16	1300
2023-11-21 17	1300
2023-11-21 18	1300
2023-11-21 19	1300
2023-11-21 20	1400
2023-11-21 21	1400
2023-11-21 22	1700
2023-11-21 23	1700
2023-11-22 00	0
2023-11-22 01	100
2023-11-22 02	100
2023-11-22 03	100
2023-11-22 04	100
2023-11-22 05	300
2023-11-22 06	300
…	…
2023-11-22 23	300

3- 总结

本题的核心是找到小时级别的序列,‘统计每年在校人数’ 也是相同类型的题目, 可以熟练使用, 不管是天级别,小时级别,分钟级别都可以使用次方法实现;
主要使用了 LATERAL VIEW POSEXPLODE() 试图表 + 开窗函数技术实现;
‘统计每年在校人数’: https://blog.csdn.net/Taerge0110/article/details/135137626?spm=1001.2014.3001.5501

end

Taerge0110

关注

22
点赞
踩
18

收藏

觉得还不错? 一键收藏
0
评论
计算每小时累计销售额

本题的核心是找到小时级别的序列,‘统计每年在校人数’ 也是相同类型的题目, 可以熟练使用, 不管是天级别,小时级别,分钟级别都可以使用次方法实现;‘统计每年在校人数’: https://blog.csdn.net/Taerge0110/article/details/135137626?
复制链接

扫一扫