2024年最新大数据SQL面试题 001，浅谈大数据开发消息机制原理

最新推荐文章于 2024-07-23 00:02:55 发布

m0_74932057

最新推荐文章于 2024-07-23 00:02:55 发布

阅读量385

点赞数 5

分类专栏：程序员文章标签：大数据面试学习

本文链接：https://blog.csdn.net/m0_74932057/article/details/138847824

版权

程序员专栏收录该内容

185 篇文章 0 订阅

订阅专栏

网上学习资料一大堆，但如果学到的知识不成体系，遇到问题时只是浅尝辄止，不再深入研究，那么很难做到真正的技术提升。

需要这份系统化资料的朋友，可以戳这里获取

一个人可以走的很快，但一群人才能走的更远！不论你是正从事IT行业的老鸟或是对IT行业感兴趣的新人，都欢迎加入我们的的圈子（技术交流、学习资源、职场吐槽、大厂内推、面试辅导），让我们一起学习成长！

这个问题的难度属于中等级别。需要对 Hive SQL 的窗口函数和条件表达式有一定的了解，并能够将它们应用到实际的数据分析问题中。同时，对于排序和日期计算也需要有一定的掌握。

三、知识点分析

解决这个问题需要掌握以下知识点：

Hive SQL 的窗口函数：窗口函数可以在查询结果的基础上进行聚合计算。在这个问题中，我们可以使用窗口函数为每个用户的登录日期进行编号。
Hive SQL 的条件表达式：条件表达式可以根据特定的条件进行计算。在这个问题中，我们需要根据登录日期与前一天日期的差值来判断是否连续登录。
Hive SQL 的日期函数：在计算连续登录天数时，需要使用日期函数来进行日期的计算和比较。例如，可以使用 DATEDIFF() 函数计算日期之间的差值。

四、解决方案

数据示例

+----------+------------+| user_id  | login_date |+----------+------------+| 1        | 2020-10-04'|| 1        | 2020-10-05'|| 1        | 2020-10-06'|| 1        | 2020-10-07'|+----------+------------+

具体步骤

1、选出用户id，以及登陆日期，去重

2、窗口函数按照用户id分组，登陆日期不重复排序

3、date_sub归一化登陆日期

4、按照用户id和归一化后的日期计算登陆日期的数量，即为连续登录天数

代码示例

select user_idfrom (    select user_id        , continue_date        , count(login_date) as continue_day_cnt    from (        select user_id            , login_date            , date_sub(login_date,row_number() over(partition by user_id order by login_date asc) )as continue_date        from (            select user_id                , substr(login_time, 1, 10) as login_date            FROM            (                select 1 as user_id                    ,'2020-10-04' as login_date                union all                 select 1 as user_id                    ,'2020-10-05' as login_date                union all                 select 1 as user_id                    ,'2020-10-06' as login_date                union all                 select 1 as user_id                    ,'2020-10-07' as login_date            ) t1            group by user_id                , substr(login_time, 1, 10)        ) t    ) m    group by user_id        , continue_date    having count(login_date) >= 3  -- 连续3天登录，根据业务场景调整这一数值) xgroup by x.user_id;