Hive SQL系列

最新推荐文章于 2024-09-06 19:48:52 发布

今天没吃锅包肉

最新推荐文章于 2024-09-06 19:48:52 发布

阅读量126

点赞数

分类专栏： hivesql

本文链接：https://blog.csdn.net/m0_46522455/article/details/115542527

版权

hivesql 专栏收录该内容

4 篇文章 0 订阅

订阅专栏

统计出每个用户的累积访问次数

数据集如下

u01     2017/1/21       5
u02     2017/1/23       6
u03     2017/1/22       8
u04     2017/1/20       3
u01     2017/1/23       6
u01     2017/2/21       8
u02     2017/1/23       6
u01     2017/2/22       4

建表语句

create table action
(userId string,
visitDate string,
visitCount int) 
row format delimited fields terminated by "\t";

插入数据

INSERT INTO TABLE action VALUES
( 'u01', '2017/1/21', 5 ),
( 'u02', '2017/1/23', 6 ),
( 'u03', '2017/1/22', 8 ),
( 'u04', '2017/1/20', 3 ),
( 'u01', '2017/1/23', 6 ),
( 'u01', '2017/2/21', 8 ),
( 'u02', '2017/1/23', 6 ),
( 'u01', '2017/2/22', 4 );

以下内容将整体sql拆分成几步来分析

1、修改数据格式

select
     userId,
     date_format(regexp_replace(visitDate,'/','-'),'yyyy-MM') mn,
     visitCount
from
     action;t1

2、计算每人单月访问量

select
    userId,
    mn,
    sum(visitCount) mn_count
from
    t1
group by 
userId,mn;t2

3、按月累计访问量

select
    userId,
    mn,
    mn_count,
    sum(mn_count) over(partition by userId order by mn)
from t2;

4、最终sql

select
    userId,
    mn,
    mn_count,
    sum(mn_count) over(partition by userId order by mn)
from 
(   select
        userId,
        mn,
        sum(visitCount) mn_count
    from
         (select
             userId,
             date_format(regexp_replace(visitDate,'/','-'),'yyyy-MM') mn,
             visitCount
         from
             action)t1
group by userId,mn)t2;