Spark SQL面试题——窗口函数

问题

A表里面有三笔记录 字段是 ID start_date end_date
数据是

1 2018-02-03 2019-02-03;
2 2019-02-04 2020-03-04;
3 2018-08-04 2019-03-04;

根据已知的三条记录用sql写出结果为:

A 2018-02-03 2018-08-04;
B 2018-08-04 2019-02-03; 
C 2019-02-03 2019-02-04;
D 2019-02-04 2019-03-04;
E 2019-03-04 2020-03-04;

(提示:请把问题看做是一个判断区间内有零散时间点的重新建立时间区间连续以及断点的问题)

解决方案

主要考察Spark SQL的窗口函数

package com.baizhi.sql

import org.apache.spark.sql.SparkSession
import org.apache.spark.sql.expressions.Window

object TestSQL {
  def main(args: Array[String]): Unit = {
    val spark = SparkSession.builder().appName("sql").master("local[*]").getOrCreate()
    import org.apache.spark.sql.functions._
    import spark.implicits._
    val df = List("1 2018-02-03 2019-02-03", "2 2019-02-04 2020-03-04", "3 2018-08-04 2019-03-04").toDF()
    val w1 = Window.orderBy($"value" asc).rowsBetween(0, 1)
    df.as[String]
      .map(str => str.split(" ")(1) + " " + str.split(" ")(2))
      .flatMap(str => str.split("\\s"))
      .distinct()
      .sort($"value" asc)
      .withColumn("new", max("value") over (w1))
      .show()

    spark.close()
  }
}

结果

+----------+----------+
|     value|       new|
+----------+----------+
|2018-02-03|2018-08-04|
|2018-08-04|2019-02-03|
|2019-02-03|2019-02-04|
|2019-02-04|2019-03-04|
|2019-03-04|2020-03-04|
|2020-03-04|2020-03-04|
+----------+----------+
  • 1
    点赞
  • 6
    收藏
    觉得还不错? 一键收藏
  • 1
    评论
评论 1
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值