hive案例：某家二手房数据简单分析

数据字典

小区的名称  户型     面积 区域  楼层     朝向 总价 单价 建筑时间

对应数据表

create table tb_sh_price(
name STRING,
house_type STRING,
house_area STRING,
region STRING,
floor_str STRING,
direction STRING,
total_price STRING,
square_price STRING,
build_date STRING
)
ROW FORMAT DELIMITED FIELDS TERMINATED BY ',' 
LINES TERMINATED BY '\n';

导入数据

LOAD DATA LOCAL INPATH '/opt/datas/2nd_house_price.csv' INTO TABLE tb_sh_price; 

需求一：

面积：统计各个房面积 所在房数
50㎡以下 50-70㎡ 70-90㎡ 90-110㎡ 110-140㎡

select
   t.area_grop,count(house_area) as total
from
(
select
    house_area,
    case
        when 0< house_area and house_area<=50 then "50平以下"
        when 50< house_area and house_area<=70 then "50-70平"
        when 70< house_area and house_area<=90 then "70-90平"
        when 90< house_area and house_area<=110 then "90-110平"
        when 110< house_area and house_area<=140 then "110-140平"
        else "140平+"
    end  as area_grop
from
   db_lianjia.tb_sh_price
) t
group by
  t.area_grop;

运行结果

t.area_grop    total
110-140平      4190
140平+         3701
50-70平        5775
50平以下        4291
70-90平        5739
90-110平       4505

需求二：

楼龄(1992年建)
5年以内 10年以内 15年以内 20年以内
 

select
   t.year_grop,count(build_date) as total
from
(
select
    tb_sh_price.build_date,
    case
        when (2019-substring(build_date,0,4)) between 0 and 5 then "5年以内"
        when (2019-substring(build_date,0,4)) between 5 and 10 then "10年以内"
        when (2019-substring(build_date,0,4)) between 10 and 15 then "15年以内"
        when (2019-substring(build_date,0,4)) between 15 and 20 then "20年以内"
        else "20年以上"
    end as year_grop
from
   tb_sh_price
where 
   length(trim(build_date))>0
) as t
group by
  t.year_grop;

执行结果：

结果保存到新的表中

create table tb_sh_group
ROW FORMAT DELIMITED FIELDS TERMINATED BY ',' 
STORED AS TEXTFILE
as
select
   t.year_grop,count(build_date) as total
from
(
select
    tb_sh_price.build_date,
    case
        when (2019-substring(build_date,0,4)) between 0 and 5 then "5年以内"
        when (2019-substring(build_date,0,4)) between 5 and 10 then "10年以内"
        when (2019-substring(build_date,0,4)) between 10 and 15 then "15年以内"
        when (2019-substring(build_date,0,4)) between 15 and 20 then "20年以内"
        else "20年以上"
    end as year_grop
from
   tb_sh_price
where 
   length(trim(build_date))>0
) as t
group by
  t.year_grop;

部分数据

梅园六街坊,2室0厅,47.72,浦东,低区/6层,朝南,500,104777,1992年建
碧云新天地（一期）,3室2厅,108.93,浦东,低区/6层,朝南,735,67474,2002年建
博山小区,1室1厅,43.79,浦东,中区/6层,朝南,260,59374,1988年建
金桥新村四街坊（博兴路986弄）,1室1厅,41.66,浦东,中区/6层,朝南北,280,67210,1997年建
博山小区,1室0厅,39.77,浦东,高区/6层,朝南,235,59089,1987年建
潍坊三村,1室0厅,34.84,浦东,中区/5层,,260,74626,1983年建
伟莱家园,2室2厅,100.15,浦东,中区/6层,朝南北,515,51422,2002年建
世茂滨江花园,3室2厅,260.39,浦东,中区/51层,朝西,2200,84488,
羽北小区,2室2厅,69.88,浦东,低区/6层,朝南,560,80137,1994年建
证大家园（公寓）,3室2厅,122.75,浦东,低区/11层,朝南北,785,63951,2002年建
上南十村,1室1厅,40.17,浦东,低区/6层,朝南,240,59746,1992年建
鹏欣家园,1室1厅,59.42,浦东,中区/6层,朝南,410,69000,1998年建
香楠小区,2室2厅,80.34,浦东,高区/6层,,420,52277,
恒大华城新华苑,2室1厅,68.9,浦东,高区/6层,朝南北,460,66763,1997年建
金橘新苑,1室1厅,61.65,浦东,低区/18层,朝南,370,60016,2006年建
陆家嘴花园（一期）,3室2厅,156.45,浦东,中区/11层,朝南北,1400,89485,1999年建
齐七小区,2室1厅,67.49,浦东,低区/6层,朝南,415,61490,1997年建
碧云新天地（一期）,3室2厅,129.82,浦东,中区/6层,朝南北,910,70097,2002年建
芳华路713弄,2室1厅,65.55,浦东,高区/6层,朝南北,365,55682,1995年建
环球翡翠湾花园（公寓）,3室2厅,118.86,浦东,中区/18层,朝南北,720,60575,2006年建
香楠小区,2室2厅,85.83,浦东,高区/6层,朝南北,440,51264,
连波路228弄,3室1厅,72.85,浦东,低区/6层,朝南,430,59025,1996年建