Hive 面试系列2:直播间同时在线人数

最新推荐文章于 2024-03-17 09:43:27 发布

大数据刚入门的小菜鸟

最新推荐文章于 2024-03-17 09:43:27 发布

阅读量864

点赞数

分类专栏： Hive 文章标签： hive

本文链接：https://blog.csdn.net/weixin_46580067/article/details/127818607

版权

Hive 专栏收录该内容

3 篇文章 0 订阅

订阅专栏

zhi bo jie an

1、将数据切分：实际上就是将开播时间和下播时间转换成一条条记录。也就是列转行，我们用熟悉的UNION操作，进行转换。

2、数据标记。在上述SQL基础上直接进行标记即可.如果数据本来就是分开的则用case when进行标记

        select
          user_id,
          live_id,
          in_datetime dt ,
          1 flag
        from
          live_events
        union
        select
          user_id,
          live_id,
          out_datetime dt,
          -1 flag
        from
          live_events；

3、数据按照时间排序，进入累加器进行累加（按时间排序是累加的关键）

  select
      live_id,
      sum(flag) over(
        partition by live_id
        order by
          dt
      ) as cur_cnt
    from
      (
        select
          user_id,
          live_id,
          in_datetime dt ,
          1 flag
        from
          live_events
        union
        select
          user_id,
          live_id,
          out_datetime dt,
          -1 flag
        from
          live_events
      ) t

4、获取累加器中当前时刻累加的最大值，即为同时开播最多的人数

select
  live_id,
  max(cur_cnt) max_user_count
from
  (
    select
      live_id,
      sum(flag) over(
        partition by live_id
        order by
          dt
      ) as cur_cnt
    from
      (
        select
          user_id,
          live_id,
          in_datetime dt ,
          1 flag
        from
          live_events
        union
        select
          user_id,
          live_id,
          out_datetime dt,
          -1 flag
        from
          live_events
      ) t
  ) m
  group by live_id;