一:为什么做etl?
我们使用etl的目的是为了让我们的数据更加的干净,就像我们做饭一样,如果拿过来的菜,不做清洗的话,会非常影响食欲。
二:etl怎么做?
1. 常用的sql
(1)trim
将字符串首尾去空。遇到string类型的字段都要增加。
(2)upper
将字符串转为大写。如果大小写对数据没有影响的话,可以将字符串进行upper进行处理。因为有些时候,上游传输的数据,同样一个信息,第一天传过来小写,第二天,传过来大写,这样会导致一个现象,同一个结果我们统计了俩次。导致数据不准确。
(3)lower
(4)coalesce
如果某个字段,空字符串和null对于后期的结果有影响,那么就要对数据进行操作。
案例:之前有个过滤条件<>1,本来想把等于1的过滤掉,但是对于这样默认会将为null也会过滤掉。导致后面数据不全。
(5)去重
进行开窗函数,对于时间字段进行order by,那最新的数据。
row_number() over (partition by sn order by UPDATE_TIME desc) as num
(6)时间戳处理
https://blog.csdn.net/weixin_43446246/article/details/122808541?spm=1001.2014.3001.5502
(7) 类型转换
转化为指定的类型。
cast(mp_userid as int) as mp_userid
(8)解密
default.aes_decrypt为udf函数。
trim(default.aes_decrypt(mobile_no,'aaaaa')) as mobile_no