Hive两小案例

Hive案例

第1题

我们有如下的用户访问数据

userId	visitDate	visitCount
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

要求使用SQL统计出每个用户的累积访问次数，如下表所示：

用户id	月份	小计	累积
u01	2017-01	11	11
u01	2017-02	12	23
u02	2017-01	12	12
u03	2017-01	8	8
u04	2017-01	3	3

数据：

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

1. 创建table，加载数据

   create tbale action(
    userId string,visitDate     string ,visitCount   int 
   )
   row format delimited fields terminated by '\t'；
   load data local inpath '/opt/module/datas/viste.txt' into table action;
   

2. 分析原表中的数据以及结果输出的表数据，发现visitDate字段需要进行格式转换以及分割，格式转换联想到date_format函数，

   select action.userid ，date_format(regexp_rep(action.visitDate,'/','-'),'yyyy-MM') date_dt,action.visitCount  from action;--t1
   

3. 分析结果表的小计字段，发现其为每个用户的每个月的花费小计，故使用分组，进行sum统计即可