大厂面试题-如何计算最大同时在线人数

最新推荐文章于 2024-10-16 17:36:30 发布
最新推荐文章于 2024-10-16 17:36:30 发布
阅读量611 收藏 8
点赞数 22
文章标签： sql 大数据 数据库 数据分析 面试
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/Yaoo415/article/details/142553514
版权

1/题目背景

现有各直播间的用户访问记录表（live_events），表中每一条记录表示，一个用户何时进入了一个直播间，又在何时离开了该直播间。现请你统计各直播间最大同时在线人数。

2/数据准备

-- 创建 live_events 表
CREATE TABLE live_events (
    event_id INT PRIMARY KEY AUTO_INCREMENT,
    user_id INT NOT NULL,
    room_id INT NOT NULL,
    enter_time DATETIME NOT NULL,
    leave_time DATETIME NOT NULL
);

-- 插入示例数据
INSERT INTO live_events (user_id, room_id, enter_time, leave_time) VALUES
(1, 101, '2024-08-10 10:00:00', '2024-08-10 10:15:00'),
(2, 101, '2024-08-10 10:05:00', '2024-08-10 10:20:00'),
(3, 101, '2024-08-10 10:10:00', '2024-08-10 10:25:00'),
(4, 102, '2024-08-10 10:05:00', '2024-08-10 10:30:00'),
(5, 102, '2024-08-10 10:15:00', '2024-08-10 10:35:00'),
(6, 103, '2024-08-10 10:00:00', '2024-08-10 10:05:00'),
(7, 103, '2024-08-10 10:03:00', '2024-08-10 10:10:00'),
(8, 104, '2024-08-10 10:10:00', '2024-08-10 10:15:00'),
(9, 104, '2024-08-10 10:12:00', '2024-08-10 10:20:00'),
(10, 104, '2024-08-10 10:18:00', '2024-08-10 10:25:00'),
(11, 101, '2024-08-10 10:20:00', '2024-08-10 10:30:00'),
(12, 101, '2024-08-10 10:25:00', '2024-08-10 10:35:00'),
(13, 102, '2024-08-10 10:20:00', '2024-08-10 10:40:00'),
(14, 103, '2024-08-10 10:15:00', '2024-08-10 10:25:00'),
(15, 103, '2024-08-10 10:20:00', '2024-08-10 10:30:00'),
(16, 104, '2024-08-10 10:25:00', '2024-08-10 10:35:00'),
(17, 101, '2024-08-10 10:30:00', '2024-08-10 10:45:00'),
(18, 102, '2024-08-10 10:35:00', '2024-08-10 10:50:00'),
(19, 104, '2024-08-10 10:30:00', '2024-08-10 10:40:00'),
(20, 101, '2024-08-10 10:40:00', '2024-08-10 10:50:00'),
(21, 103, '2024-08-10 10:40:00', '2024-08-10 10:55:00'),
(22, 102, '2024-08-10 10:45:00', '2024-08-10 10:55:00'),
(23, 103, '2024-08-10 10:50:00', '2024-08-10 11:00:00'),
(24, 104, '2024-08-10 10:50:00', '2024-08-10 11:00:00'),
(25, 102, '2024-08-10 10:50:00', '2024-08-10 11:05:00'),
(26, 101, '2024-08-10 10:55:00', '2024-08-10 11:05:00'),
(27, 101, '2024-08-10 11:00:00', '2024-08-10 11:15:00'),
(28, 102, '2024-08-10 11:00:00', '2024-08-10 11:10:00'),
(29, 104, '2024-08-10 11:00:00', '2024-08-10 11:10:00'),
(30, 103, '2024-08-10 11:00:00', '2024-08-10 11:15:00'),
(31, 101, '2024-08-10 11:10:00', '2024-08-10 11:20:00'),
(32, 102, '2024-08-10 11:10:00', '2024-08-10 11:25:00'),
(33, 103, '2024-08-10 11:15:00', '2024-08-10 11:25:00'),
(34, 104, '2024-08-10 11:20:00', '2024-08-10 11:30:00'),
(35, 101, '2024-08-10 11:20:00', '2024-08-10 11:30:00'),
(36, 102, '2024-08-10 11:25:00', '2024-08-10 11:35:00'),
(37, 103, '2024-08-10 11:25:00', '2024-08-10 11:40:00'),
(38, 104, '2024-08-10 11:30:00', '2024-08-10 11:40:00'),
(39, 101, '2024-08-10 11:30:00', '2024-08-10 11:40:00'),
(40, 102, '2024-08-10 11:35:00', '2024-08-10 11:45:00'),
(41, 103, '2024-08-10 11:40:00', '2024-08-10 11:50:00'),
(42, 104, '2024-08-10 11:40:00', '2024-08-10 11:50:00'),
(43, 101, '2024-08-10 11:40:00', '2024-08-10 11:55:00'),
(44, 102, '2024-08-10 11:45:00', '2024-08-10 12:00:00'),
(45, 103, '2024-08-10 11:50:00', '2024-08-10 12:00:00'),
(46, 104, '2024-08-10 11:50:00', '2024-08-10 12:00:00'),
(47, 101, '2024-08-10 11:55:00', '2024-08-10 12:05:00'),
(48, 102, '2024-08-10 12:00:00', '2024-08-10 12:10:00'),
(49, 103, '2024-08-10 12:00:00', '2024-08-10 12:15:00'),
(50, 104, '2024-08-10 12:00:00', '2024-08-10 12:10:00');

3/解题思路

  1. 事件时间点：每个用户的进入和离开直播间的时间都是一个事件。进入事件表示人数增加，离开事件表示人数减少。
    • 进入和离开事件：每次用户进入时，在线人数增加1；每次离开时，在线人数减少1。
  2. 时间排序和累积计数：将所有事件按时间排序后，我们可以通过累积计数来获得任意时刻的在线人数。随着时间的推移，我们需要识别出某个时刻的最大在线人数。
    • 累积在线人数：通过逐次遍历排序后的事件时间点，动态计算当前在线人数。
  3. 最终目标：找出那个时间点，这个时间点就是最大同时在线人数的发生时刻。
    • 最大在线人数时刻：在累积在线人数的过程中，记录下在线人数达到最大值的时刻。

4/解答

--第一步，生成进入和离开直播间的每一个事件列成表
--其实可以看出每个直播间其人数发生变化的过程日志
WITH event_list AS(
	--进入直播间事件
	SELECT user_id
	,room_id
	,enter_time AS event_time
  ,1 AS online_status
  FROM live_events
  UNION ALL
  --退出直播间事件
  SELECT user_id
  ,room_id
  ,leave_time AS event_time
  ,-1 AS online_status
  FROM live_events
 ),
 --第二步，计算每个直播间每个时刻现存人数
 online_status AS(
	 SELECT room_id
	 ,event_time
	 ,online_status
	 ,SUM(online_status)OVER(PARTITION BY room_id ORDER BY event_time ASC) 
				AS current_online
	 --可能会存在同一时刻发生多个进或者出直播间的事件
	 --那么如果你选择优先计算进入直播间的，你可以
	 --SUM(online_status) OVER (PARTITION BY room_id ORDER BY event_time ASC,
																 -- online_status DESC) AS current_online
	 FROM event_list
	 ORDER BY room_id,event_time
	),
	--第三步，为求得的每个时刻的现存人数作排序
	rank_online AS(
	SELECT room_id
	,event_time
	,current_online
	,RANK() OVER( PARTITION BY room_id ORDER BY current_online DESC) AS rk
	--有可能会存在多个时刻存在相同的在线人数，那就可能会存在多条rk=1的记录
	--如果这个时候你需要在多个拥有相同在线人数的时刻中选择最早的那个时刻
	--RANK() OVER( PARTITION BY room_id ORDER BY current_online DESC,event_time) AS rk
	FROM online_status
	);
	SELECT room_id
	,event_time
	,current_online
	FROM rank_online
	WHERE rk = 1
	ORDER BY room_id;

 图-最终结果

图-event_list

图-online_status

图-rank_online

5/总结

  • 该类题有什么经典业务场景呢？
    • 在线教育平台需要统计在某个时间点的在线学生人数，进一步分析用户的学习习惯和活跃时间段
    • 电商平台在大促期间，如“双十一”、黑色星期五等，统计最大在线人数，进一步优化用户购买路径，提升转化率
    • 在多人在线游戏中，统计最大同时在线玩家人数，结合在线人数高峰数据，可以进一步分析玩家活跃时间和游戏热度
  • 在处理同一时刻最大在线人数的 SQL 查询中，关键步骤包括
    • 生成事件列表：使用 UNION ALL 合并用户的进入和离开事件，形成一个统一的事件数据集
    • 计算累计在线人数：利用 SUM() 窗口函数，按时间顺序累积计算每个房间的在线人数。
    • 标识最大在线人数：通过 RANK() 标记每个房间在线人数最多的时刻。
      • 如果仅需要求最大在线人数值：可以使用 MAX() 函数。但需要注意，MAX() 函数无法直接获取最大值对应的具体时间点。如果要找到最大值出现的时刻，还需要结合子查询或连接来实现。
      • 如果想直接带出时间点或者查看各时刻在线人数的整体排序：可以使用 RANK()、DENSE_RANK() 或 ROW_NUMBER() 这三个排序窗口函数。不过，具体选择哪个函数，还是要根据业务需求来决定。RANK() 可以找到所有最大在线人数的时刻，整体排名不连续；DENSE_RANK() 也可以找出所有最大在线人数的时刻，整体的排名连续； ROW_NUMBER() ：如果需要区分每个时刻的唯一性，即使它们的在线人数相同。
    • 筛选结果：选取 RANK() 为 1 的记录，即每个房间在线人数最多的时间点。

清溪上
关注
牛客-SQL篇-SQL大厂面试真题-04出行场景（某滴打车）-出行场景（某滴打车）-SQL179各城市最大同时等车人数
SunshineLu2019的博客
12-01 845
(108, '北京', '2021-10-20 08:00:00', '2021-10-20 08:00:40', 9008),(108, '北京', '2021-10-20 08:00:10', '2021-10-20 08:00:45', 9018),(104, '北京', '2021-10-20 08:01:01', '2021-10-20 08:01:20', 9004),driver_id INT NOT NULL COMMENT '司机ID',
腾讯公司的几道历年面试题精选
chenglinhust的专栏
04-23 2055
腾讯公司的几道历年面试题精选 1. 在一个文件中有10G个整数，乱序排列，要求找出中位数。内存限制为2G。 解答： 首先假设是32位无符号整数。 1. 读一遍10G个整数，把整数映射到256M个区段中，用一个64位无符号整数给每个相应区段记数。 说明：整数范围是0 - 2^32 - 1，一共有4G种取值，映射到256M个区段，则每个区段有16（4G/256M =
hive-计算直播同时在线人数最大值
王小行的博客
10-09 1925
hive -求同时在线问题
计算直播间最高在线人数
zhang_zero的博客
12-21 2482
以下有一份直播间的数据 room_id user_id start_time end_time 001 23435 2021-11-01 12:09:23 2021-11-01 12:24:54 001 44625 2021-11-01 18:34:26 2021-11-01 19:35:13 002 35780 2021-11-01 16:24:43 2021-11-01 15:54:22 004 43325 2021-11-01 19:04:21 2021-11-01 21:
直播弹幕系统（三）- 直播在线人数统计
Zong_0915的博客
12-15 2303
上一篇文章整合RabbitMQ进行消息广播和异步处理写完了消息的广播、削峰、异步处理业务逻辑等操作。完成了实时共享功能。不过写到后面发现在线人数统计这块的功能还没实现，因此在这篇补上。目前的WebSocket写法实现只是一种方案，显然并不是最优解，也可能有更好的写法。后期准备尝试用Netty来平移替换。
41. 同时在线人数问题
doing a 责任心 dataer
07-09 819
表中每行数据表达的信息为：一个用户何时进入了一个直播间，又在何时离开了该直播间。现有各直播间的用户访问记录表（live_events）如下。直播间的用户访问记录表：live_events。现要求统计各直播间最大同时在线人数。
SQL 求某天各个直播间最大在线人数
Mr.pan felix的专栏
08-05 4176
如下需求： 一张表有如下字段： 1）直播间： live_id 2）用户:userid 3）时间戳:date_stamp 4）登陆类型:entry_type (登入和登出) 求直播间在某一天同一时间点的最大在线用户数？ 逻辑说明： 将直播间每登陆一个记为1，每登出一个记为-1，如此将会登陆和登出出现抵消，然后再根据时间进行排序求和。 WITH live_tab as ( select 1 live_id,'A' userid,to_date('20200801 10:00:00','yyyy
测试开发/测试工程师面试题手册TestGuide（大厂面试题-持续更新）
狂点Engineer
05-04 3746
BAT大厂，应届生~3年内面试手册，测试开发面试题、测试工程师面试题~ 持续更新完善，TestGuide
SQL面试题挑战02：同时最大在线人数问题
weixin_43597208的博客
12-20 981
这是非常经典的一个面试题，不管大厂小厂都有问到过。解题思路也比较固定：就是用1代表开播(此时用开播时间)，-1代表关播(此时用关播时间)，可以理解1代表主播开播加入增1，-1代表主播关播离开减1，然后开窗可以计算出到每个时间点时有多少主播同时在线，最后求最大值即可。问题：如下为某直播平台各主播的开播及关播时间明细数据，现在需要计算出该平台最高峰期同时在线的主播人数。
前端大厂最新面试题-字节跳动2018校招前端方向（第三批）_20200428093259.pdf
06-06
"前端大厂最新面试题-字节跳动2018校招前端方向（第三批）" 在这份资源中，我们可以总结出以下几个知识点： 1.leetcode算法题：在这份资源中，我们可以看到一个leetcode算法题，要求找到整数矩阵中元素之和最大的n...
测试开发大厂面试精选40题
wui66655的博客
02-23 3156
1）什么是性能测试？ 答案：系统在一定的压力情况下，查看cpu，内存，磁盘，网络带宽，TPS、响应时间、并发用户数、等各项指标，通过模拟生产运行的业务压力量和使用场景组合，测试系统的性能是否满足生产性能要求，就是在特定的运行条件下验证系统的能力状况。 2）什么是负载测试？ 答案：负载测试主要是考察软件系统在既定负载下的性能表现。就是站在用户的角度去观察一定条件下软件系统的性能表现。期望结果是用户的性能指标需求得到满足。性能指标一般体现为响应时间、并发量等。 3）性能测试包含的方法有哪...
牛客SQL大厂面试真题之用户增长场景
m0_69435474的博客
05-03 1673
牛客SQL大厂面试真题之用户增长场景(某度信息流)，教会你如何用SQL解决连续登录签到问题、留存率问题、用户分层问题、同时最大在线人数等常考点。
牛客-SQL篇-SQL大厂面试真题-06牛客直播课分析（在线教育行业）-牛客直播课分析（在线教育行业）-SQL189牛客直播各科目同时在线人数
SunshineLu2019的博客
12-02 892
牛客某页面推出了数据分析系列直播课程介绍。用户可以选择报名任意一场或多场直播课。
统计网站用户在线人数
热门推荐
BigData
06-20 1万+
问题： 一个网站如何统计自己用户（这里的用户包含游客）的在线人数？ 分析： 首先，我遇见问题喜欢先分析下思路。 用什么技术，可以监听用户访问服务器？ (监听器) 用那些技术，可以实时的存储每次登陆服务器的用户数量？ （java四大域对象） 用那些技术，可以让用户的数量显示到客户端页面？ （el表达式） 如果，我上面提高的知识，你还不是很了解，建议自行...
mysql学习教程，从入门到精通，SQL 约束（Constraints）（41）
qq_45746668的博客
10-12 1061
在数据库设计中，约束（Constraints）用于确保数据的准确性和完整性。它们通过限制可以插入到数据库表中的数据类型来防止无效数据。SQL 中有几种常见的约束类型，包括主键约束（Primary Key）、外键约束（Foreign Key）、唯一约束（Unique）、非空约束（NOT NULL）和检查约束（CHECK）。
SQL分类中的DCL
weixin_64689713的博客
10-12 407
DCL(Data Control Language):数据控制语言，用来创建数据库用户、控制数据库的访问权限DCL主要包含两方面的操作，
msql事务隔离级别 线上问题
最新发布
meinanqihao的博客
10-16 345
在可重复读隔离级别下，事务在执行期间看到的数据是事务开始时的数据快照，即使其他事务对数据进行了修改，该事务也不会看到这些修改，直到它提交并重新开始新的事务。如果在实际应用中使用可重复读隔离级别，需要充分考虑其特性对业务逻辑和系统性能的影响，并根据具体情况进行适当的调整和优化。这种方式可以确保在同一个事务中多次读取相同的数据时，结果是一致的，从而实现了可重复读的特性。在事务隔离级别为可重复读（RR）时，数据库确实通常会记录当前数据的快照。
Mybatis Plus连接使用ClickHouse也如此简单
weixin_53132064的博客
10-12 527
列式数据库更适合于OLAP场景(对于大多数查询而言，处理速度至少提高了100倍)，用Mybatis plus操作它将使开发效率再次提高
应用指南 | 在IvorySQL中使用pglogical扩展模块
IvorySQL的博客
10-15 390
pglogical 是 PostgreSQL 的逻辑复制插件，专注于PostgreSQL数据库间高效复制和同步数据。它支持选择性复制特定表或数据，而非整个数据库，从而提供灵活性和低延迟的实时更新。与物理复制相比，逻辑复制能够跨不同版本的 PostgreSQL，便于版本升级和数据迁移，同时支持多源复制，将多个源数据库的数据整合到同一目标数据库。这使得 pg_logical 特别适用于负载均衡、实时数据分析、灾难恢复和数据整合等多种场景。
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值