Hive面试题思路总结（一）

几个hive面试题，总是写不上来，看过两遍还是不会，还是写不出来，进一步说明了，写代码真的需要很疯狂的写才可能比较熟悉。

 

不过好在，现在基本都有思路了，简单总结一下。

https://www.cnblogs.com/qingyunzong/p/8747656.html#_label0_0

 

这种题有了思路，把它形成套路，自然就熟能生巧了，但是光看懂思路真的写还是各种错误，所以说写出来才能真的信自己会了。

 

第一题

根据以下数据，求单月访问次数和总访问次数

单月访问次数很好求啊，就是用group by 用户名，月份   求和就可以了。然后把这些数据存在表B里。

总访问次数其实就是把本月之前的所有月份叠加嘛，把表B做自连接，然后通过a.month>=b.month条件，继续对访问次数求和即可。

用户名，月份，访问次数

A,2015-01,5
A,2015-01,15
B,2015-01,5
A,2015-01,8
B,2015-01,25
A,2015-01,5
A,2015-02,4
A,2015-02,6
B,2015-02,10
B,2015-02,5
A,2015-03,16
A,2015-03,22
B,2015-03,23
B,2015-03,10
B,2015-03,1

 

第二题，学生课程成绩

根据下表   求 所有数学课程成绩 大于 语文课程成绩的学生的学号

思路：我们都知道行与行是没办法比较的，需要转化成列。首先得有数学和语文这两列对吧，然后才能比较。

其实列名直接改都行，但是值怎么改，需要case when.....then....end。 把这组数据整理到一个view里。

create view tmp_course_view as
select sid, case course when "shuxue" then score else 0 end  as shuxue,  
case course when "yuwen" then score else 0 end  as yuwen from course;  

效果成这样了

接下来就简单了，把每个学生的每科成绩只留最大值，合并好。

然后比较成绩就可以了。

 

3.求每一年最大气温的那一天+温度

首先用substr来裁剪数据，分出year，month，day  标记为表A

求每年最大气温的温度，这个超级简单。

就把年、气温的最大值这两列抽出来就可以了，group by 年。标记为表B。

表A 表B做连接，以年相等、气温相等为条件做连接，这是哪一天  不就出来了么。

 

4. 学生选课情况

id  course

1,a 
1,b 
1,c 
1,e 
2,a 
2,c 
2,d 
2,f 
3,a 
3,b 
3,c 
3,e

 

编写Hive的HQL语句来实现以下结果：表中的1表示选修，表中的0表示未选修

id    a    b    c    d    e    f
1     1    1    1    0    1    0
2     1    0    1    1    0    1
3     1    1    1    0    1    1

这个更简单，需要把a,b,c,d,e,f抽成一个集合。

再按照学生id，抽出一个集合，两个表做连接 一对照，有的标1，没得标0, 即可。

集合用到了collect_set(course)  这个倒是简单

array contains（整个集合，每个学生的成绩数组 第一个值就是a课程的成绩 第二个值就是b课程的成绩）

select id,
case when array_contains(id_courses, courses[0]) then 1 else 0 end as a,
case when array_contains(id_courses, courses[1]) then 1 else 0 end as b,

 

第五题更简单了 

和第一题完全一样。