i_mycode的博客

用户在文章页可以每天签到，签到按照某种规则可获取金币，需统计每个用户每月获取金币数。有用户签到明细表：记录用户进入签到页，点击签到按钮后退出log数据。部分表数据明细如下：领取金币规则：（1）只要用户签到就能获取一枚金币（2）连续签到第三天和第七天分别可以在每天一枚的基础上额外再获取2枚和6金币（3）连续签到7天后进行重置，按照规则（1）和（2）进行新一轮领币（4）用户进入时间和离开时间如果跨天 按照进入时间计算打卡时间上述举例明细中，用户id：1在2022-07-07到2022-07-15号连续

有入库成本表，一个商品每次入库就会产生一条数据，里面包含商品id，入库时间time，以及入库采购的成本。但由于某些某些原因，导致表中某些数据的成本是有丢失的。现在的逻辑是：当成本丢失时,有两种取成本的方式，现在需要把两种成本都取出来，最后取2次成本的平均值作为本次入库的成本。取数逻辑如下：具体数据如下：可见截图中商品id为2的商品在2022-12-02号和2022-12-03号的入库成本丢失，按照上述取数逻辑，会生成两个新的字段last_cost、next_cost。其中last_cost是当前丢失

有如下数据期望构建如下数据：期望数据是将已有数据补齐2022-12-01到2022-12-07号日期，没有的日期value为0，然后计算每组id内的累加value值。从期望数据角度看，咱们如果有每组id的2022-12-01到2022-12-07的数据，作为主表left join已有数据，再一个sum()over() 就很简单了，关键在于如何构造连续日期。构造连续日期，且分成多行很容易想到利用repeat()函数，和posexplode()拆分重复的字符串，构建多行带索引的数据。再利用行索引与2022-1

将下图中A表转变为B和C，即A->B A->C2）第二种分析思路解法：此处利用repeat()方法，重复name分组个数，按照空格连接，但是最后会多出一个空格，利用trim()将前后空格去除，再将空格替换为竖线连接name即可结果：结果：喜欢的点赞、关注、收藏吧~ 你的支持是最大的创作动力~~

有登录日志，求每个用户的每次连续登录的起始和结束日期有用户登录日志如下：表：user_login，userid：用户id，date：登录日期为了简化说明这里date日期用数字表示。这里需求想要最终结果为：连续时间的起始，结束日期到这里可以先思考下如何用hivesql实现很明显这里是利用重分组思想，将连续的日期分到同一组之后，取组内的最大最小值即可最后喜欢的点赞、关注、收藏吧~ 感谢支持~~

hiveSql冷门但好用函数 --持续更新

hiveSql 优化的解决相互关注问题

hiveSql 跨N天最大连续统计

各时段观看直播人数

HQL计算两段时间范围交集的连续每月天数

hiveSql实现递归思想，计算数据

如何一条sql搞定限定组内截止去重数？

这里写目录标题1.需求一：1.1.已有数据1.2.期望结果1.3.分析1.4.实现2.需求二2.1.已有数据2.2.期望结果2.3.分析2.4.实现方式一2.5.实现方式二1.需求一：计算每个用户在一段时间内的最大连续登录天数1.1.已有数据usernamelogintimeA2021-10-01A2021-10-02A2021-10-03A2021-10-05A2021-10-06A2021-10-09B2021-10-01

问题每个月有阅读数据如下：需要计算截止到每个月，前月距离当月月数乘前月阅读数累计之和。听起来比较绕，举个栗子：图中每个月的阅读量是a,b,c,d,e。计算结果result如图公式。

HIVE窗口函数合集NTILERANKDENSE_RANKROW_RANKLAGLEADFIRST_VALUELAST_VALUENTILENTILE() OVER(PARTITION BY COL1 ORDER BY COL2)：按照分组排序后将数据切分为n个分区:若组内数据比分区数多（一组8条数据，要分为6个分区）：则先分满6个（16）在从小到大分区（即12）最后分区是（11223456）若组内数据比分区数少（一组8条数据，要分为10个分区）：则按照顺序分区即可（12345678）RANKR

窗口函数的使用，配合聚合函数使用，能够更加灵活的规约表的格式，大大减少工作量说在前面窗口函数，执行顺序是最后执行仅仅是在order by之前执行。o...

计算每日某个指标留存，实现定时脚本