大数据最新助力工业物联网，工业大数据之服务域：安装主题分析实现【三十】

| max\_repair\_num | 维修最大数量 | one\_make\_dwb.fact\_worker\_order |
| min\_repair\_num | 维修最小数量 | one\_make\_dwb.fact\_worker\_order |
| avg\_repair\_num | 维修平均数量 | one\_make\_dwb.fact\_worker\_order |
| sum\_wo\_num | 派工数量 | one\_make\_dwb.fact\_worker\_order |
| max\_sum\_wo\_num | 派工最大数量 | one\_make\_dwb.fact\_worker\_order |
| min\_sum\_wo\_num | 派工最小数量 | one\_make\_dwb.fact\_worker\_order |
| avg\_wo\_num | 派工平均数量 | one\_make\_dwb.fact\_worker\_order |
| sum\_remould\_num | 巡检数量 | one\_make\_dwb.fact\_worker\_order |
| max\_remould\_num | 巡检最大数量 | one\_make\_dwb.fact\_worker\_order |
| min\_remould\_num | 巡检最小数量 | one\_make\_dwb.fact\_worker\_order |
| avg\_remould\_num | 巡检平均数量 | one\_make\_dwb.fact\_worker\_order |
| sum\_alread\_complete\_num | 回访数量 | one\_make\_dwb.fact\_worker\_order |
| max\_alread\_complete\_num | 回访最大数量 | one\_make\_dwb.fact\_worker\_order |
| min\_alread\_complete\_num | 回访最小数量 | one\_make\_dwb.fact\_worker\_order |
| avg\_alread\_complete\_num | 回访平均数量 | one\_make\_dwb.fact\_worker\_order |
| dws\_day string | 日期维度-按天 | one\_make\_dws.dim\_date |
| dws\_week string | 日期维度-按周 | one\_make\_dws.dim\_date |
| dws\_month string | 日期维度-按月 | one\_make\_dws.dim\_date |
| oil\_type string | 油站类型 | one\_make\_dws.dim\_oilstation |
| oil\_province | 油站所属省 | one\_make\_dws.dim\_oilstation |
| oil\_city string | 油站所属市 | one\_make\_dws.dim\_oilstation |
| oil\_county string | 油站所属区 | one\_make\_dws.dim\_oilstation |
| customer\_classify | 客户类型 | one\_make\_dws.dim\_oilstation |
| customer\_province | 客户所属省 | one\_make\_dws.dim\_oilstation |
+ **分析**


	- 指标
	
	
		* 安装数量、最大安装数量、最小安装数量、平均安装数量
		* 维修数量、最大维修数量、最小维修数量、平均维修数量
		* 派工数量、最大派工数量、最小派工数量、平均派工数量
		* 改造数量、最大改造数量、最小改造数量、平均改造数量
		* 回访数量、最大回访数量、最小回访数量、平均回访数量
	- 维度
	
	
		* 日期维度：天、周、月
		* 油站维度：类型、省份、城市、区域
		* 客户维度：类型、省份
	- 数据
	
	
		* 事实表
		
		
			+ fact\_worker\_order：工单事务事实表
			
			 
			```
			select
			    install_num,--安装数
			    repair_num,--维修数
			    remould_num,--改造数
			    wo_num,--工单数
			    alread_complete_num,--完成数，已回访
			    oil_station_id, --油站id
			    dt --日期
			from fact_worker_order;
			
			```
		* 维度表
		
		
			+ dim\_oilstation：油站维度表
			
			 
			```
			select
			    id,--油站id
			    company_name,--公司名称
			    province_name,--省份名称
			    city_name,--城市名称
			    county_name,--区域名称
			    customer_classify_name,--客户名称
			    customer_province_name--客户省份
			from dim_oilstation;
			
			```
			+ dim\_date：时间维度表
			
			 
			```
			select
			    date_id,--天
			    week_in_year_id,--周
			    year_month_id --月
			from dim_date;
			
			```
+ 分析
+ 实现\*\*


	- 建表
	
	 
	```
	drop table if exists one_make_st.subj_customer;
	create table if not exists one_make_st.subj_customer(
	    sum_install_num int comment '安装数量'
	    ,max_install_num int comment '安装最大数量'
	    ,min_install_num int comment '安装最小数量'
	    ,avg_min_install_num decimal(20, 1) comment '安装平均数量'
	    ,sum_repair_num int comment '维修数量'
	    ,max_repair_num int comment '维修最大数量'
	    ,min_repair_num int comment '维修最小数量'
	    ,avg_repair_num decimal(20, 1) comment '维修平均数量'
	    ,sum_wo_num int comment '派工数量'
	    ,max_sum_wo_num int comment '派工最大数量'
	    ,min_sum_wo_num int comment '派工最小数量'
	    ,avg_sum_wo_num decimal(20, 1) comment '派工平均数量'
	    ,sum_remould_num int comment '巡检数量'
	    ,max_remould_num int comment '巡检最大数量'
	    ,min_remould_num int comment '巡检最小数量'
	    ,avg_remould_num decimal(20, 1) comment '巡检平均数量'
	    ,sum_alread_complete_num int comment '回访数量'
	    ,max_alread_complete_num int comment '回访最大数量'
	    ,min_alread_complete_num int comment '回访最小数量'
	    ,avg_alread_complete_num decimal(20, 1) comment '回访平均数量'
	    ,dws_day string comment '日期维度-按天'
	    ,dws_week string comment '日期维度-按周'
	    ,dws_month string comment '日期维度-按月'
	    ,oil_type string comment '油站维度-油站类型'
	    ,oil_province string comment '油站维度-油站所属省'
	    ,oil_city string comment '油站维度-油站所属市'
	    ,oil_county string comment '油站维度-油站所属区'
	    ,customer_classify string comment '客户维度-客户类型'
	    ,customer_province string comment '客户维度-客户所属省'
	) comment '客户主题表'
	partitioned by (month String, week String, day String)
	stored as orc
	location '/data/dw/st/one\_make/subj\_customer'
	;
	
	```

• 构建

insert overwrite table one_make_st.subj_customer partition(month = '202101', week='2021W1', day='20210101')

  select

      sum(fwo.install_num) sum_install_num,                  --安装数量

  	max(fwo.install_num) max_install_num,                  --最大安装数量

  	min(fwo.install_num) min_install_num,                  --最小安装数量

      avg(fwo.install_num) avg_min_install_num,              --平均安装数量

  	sum(fwo.repair_num) sum_repair_num,                    --维修数量

  	max((fwo.repair_num)) max_repair_num,                  --最大维修数量

      min(fwo.repair_num) min_repair_num,                    --最小维修数量

  	avg((fwo.repair_num)) avg_repair_num,                  --平均维修数量

  	sum(fwo.wo_num) sum_wo_num,                            --派工数量

  	max(fwo.wo_num) max_sum_wo_num,                        --最大派工数量

      min(fwo.wo_num) min_sum_wo_num,                        --最小派工数量

  	avg(fwo.wo_num) avg_wo_num,                            --平均派工数量

  	sum(fwo.remould_num) sum_remould_num,                  --改造数量

  	max(fwo.remould_num) max_remould_num,                  --最大改造数量

      min(fwo.remould_num) min_remould_num,                  --最小改造数量

  	avg(fwo.remould_num) avg_remould_num,                  --平均改造数量

  	sum(fwo.alread_complete_num) sum_alread_complete_num,  --回访数量

      max(fwo.alread_complete_num) max_alread_complete_num,  --最大回访数量

  	min(fwo.alread_complete_num) min_alread_complete_num,  --最小回访数量

      avg(fwo.alread_complete_num) avg_alread_complete_num,  --平均回访数量

  	dd.date_id dws_day,                                    --日期天

  	dd.week_in_year_id dws_week,                           --日期周

  	dd.year_month_id dws_month,                            --日期月

  	dimoil.company_name oil_type,                          --油站类型

      dimoil.province_name oil_province,                     --油站省份

  	dimoil.city_name oil_city,                             --油站城市

  	dimoil.county_name oil_county,                         --油站区域

  	dimoil.customer_classify_name customer_classify,       --客户类型

      dimoil.customer_province_name customer_province        --客户省份

  --工单事务事实表

  from one_make_dwb.fact_worker_order fwo

  --日期维度表

  left join one_make_dws.dim_date dd on fwo.dt = dd.date_id

  --油站维度表

  left join one_make_dws.dim_oilstation dimoil on fwo.oil_station_id = dimoil.id

  where dd.year_month_id = '202101'and dd.week_in_year_id = '2021W1' and  dd.date_id = '20210101'

  group by dd.date_id, dd.week_in_year_id, dd.year_month_id, dimoil.company_name, dimoil.province_name, dimoil.city_name, dimoil.county_name,

           dimoil.customer_classify_name, dimoil.customer_province_name

  ;

• 小结

  • 掌握客户主题的需求分析及实现

17：物料域：主题模型

• 目标：了解物料域主题的设计模型

• 路径

  • step1：良品核销主题模型
  • step2：不良品核销主题模型

• 实施

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！

788977454)]

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！