Hive经典案例之蚂蚁森林（二）

需求

2、蚂蚁森林低碳用户排名分析
问题：查询user_low_carbon表中每日流水记录，条件为：
用户在2017年，连续三天（或以上）的天数里，
每天减少碳排放（low_carbon）都超过100g的用户低碳流水。
需要查询返回满足以上条件的user_low_carbon表中的记录流水。
例如用户u_002符合条件的记录如下，因为2017/1/2~2017/1/5连续四天的碳排放量之和都大于等于100g：

分析：首先根据用户和天数进行分组，过滤掉总能量小于100的用户。
接下来就是比较难理解的一点，就是连续三天，我们怎么做到这个连续三天呢？
我也是在看到第一步的结果之后突然发现的，
假如是连续的天数，那么他们的天数成等差数列，差值为1，
假如我们再按照userid进行开创，排名。用时间减去他们的排名就会得到一个固定的值。
假如他们的日期不是连续的，那么开窗之后相减的差值就不是一个固定的值。
基于以上思路，我们做一个简单的测试。
代码是没有进行优化的，我会把自己的思路一步一步理出来。

1.：和第一问类似，先进行时间格式的优化
 SELECT 
     user_id,
     DATE_FORMAT(regexp_replace(data_dt,'/','-'),'yyyy-MM-dd') data_dt,
     low_carbon
 FROM user_low_carbon   t1

+----------+-------------+-------------+
| user_id  |   data_dt   | low_carbon  |
+----------+-------------+-------------+
| u_001    | 2017-01-01  | 10          |
| u_001    | 2017-01-02  | 150         |
| u_001    | 2017-01-02  | 110         |
| u_001    | 2017-01-02  | 10          |
| u_001    | 2017-01-04  | 50          |
| u_001    | 2017-01-04  | 10          |
| u_001    | 2017-01-06  | 45          |
| u_001    | 2017-01-06  | 90          |
| u_002    | 2017-01-01  | 10          |
| u_002    | 2017-01-02  | 150         |
| u_002    | 2017-01-02  | 70          |
| u_002    | 2017-01-03  | 30          |
| u_002    | 2017-01-03  | 80          |
| u_002    | 2017-01-04  | 150         |

2. 按照用户和时间进行分组，过滤掉当天总能量小于100的用户
 SELECT
    t1.user_id,
    t1.data_dt,
    SUM(t1.low_carbon) day_sum_low_carbon
 FROM 
 t1
 GROUP