大數據 ODS&DWD&DIM-SQL分享

来源:https://www.cnblogs.com/vipsoft/archive/2022/12/29/16999283.html
-Advertisement-
Play Games

大數據 ODS&DWD&DIM-SQL分享 需求 思路一:等差數列 斷2天、3天,嵌套太多 1.1 開窗,按照 id 分組,同時按照 dt 排序,求 Rank -- linux 中空格不能用 tab 鍵 select id,dt,rank() over(partition by id order b ...


大數據 ODS&DWD&DIM-SQL分享 需求
image
image

思路一:等差數列

斷2天、3天,嵌套太多

1.1 開窗,按照 id 分組,同時按照 dt 排序,求 Rank

-- linux 中空格不能用 tab 鍵
select id,dt,rank() over(partition by id order by dt) rk from tx;

image

1.2 將每行日期減去RK值,如果之前是連續的日期,則相減之後為相同日期

z: 等差
(x1+z)-(y1+z)=x1-y1

select id,dt,date_sub(dt,rk) flg 
from (select id,dt,rank() over(partition by id order by dt) rk from tx) t1;

image
斷一天的數據,flag 變成了連續

1.3 計算絕對連續的天數

select id,flag,count(*) days
from (
  select id,dt,date_sub(dt,rk) flg
  from (select id,dt,rank() over(partition by id order by dt) rk from tx) t1;
)t2 group by id,flag;

image
image

1.4 再計算連續問題

select id,flag,days,rank() over(partition by id order by flag) newFlag
from t3;

image

1.5 將 flag 減去 newflag

select id,days,date_sub(flag,newFlag) flag
from t4;t5

image

1.6 計算每個用戶連續登錄的天數,斷一天也算

select id,sum(days)+count(1) days
from t5
group by id,flag;[t6]

1.7 計算最大連續天數

select id,max(days)
from t6
group by id;

準後再-1
image

思路二

2.1 將上一行數據下移

--下移預設值,一般給 1970-01-01,上移預設值一般 9999-01-01
select id,dt,lag(dt,1,'1970-01-01') over(partition by id order by dt) lagDt
from tx; t1

2.2 將當前行日期減去下移的日期

select id,dt,datediff(dt,lagDt) dtDiff
from t1; t2

執行

select id,dt,datediff(dt,lagDt) dtDiff
from (
select id,dt,lag(dt,1,'1970-01-01') over(partition by id order by dt) lagDt
from tx) t1;

image
每碰到一個 >2 的就分組 + 1
image

2.3 分組

select id,dt,sum(if(dtDiff>2,1,0)) over(partition by id order by dt) flag
from t2; t3
select id,dt,sum(if(dtDiff>2,1,0)) over(partition by id order by dt) flag
from (
select id,dt,datediff(dt,lagDt) dtDiff
from (
select id,dt,lag(dt,1,'1970-01-01') over(partition by id order by dt) lagDt
from tx) t1
) t2;

image

select id,flag,datediff(max(dt),min(dt))+1
from t3
group by id,flag;

帶入執行

--斷3天把2改成3,斷4天把2改成4
select id,flag,datediff(max(dt),min(dt))+1
from (
select id,dt,sum(if(dtDiff>2,1,0)) over(partition by id order by dt) flag
from (
select id,dt,datediff(dt,lagDt) dtDiff
from (
select id,dt,lag(dt,1,'1970-01-01') over(partition by id order by dt) lagDt
from tx) t1
) t2
)t3
group by id,flag;

image

2.3 求分組後的最大值

HiveOnSpark: 有個BUG, datediff over 子查詢 => null point
解決方案:

  1. 換MR引擎
  2. 將時間欄位由 String 類型改成 Date 類型

https://www.bilibili.com/video/BV1Ju411o7f8/?p=69


您的分享是我們最大的動力!

-Advertisement-
Play Games
更多相關文章
  • 作者:小目標青年 來源:https://blog.csdn.net/qq_35387940/article/details/125921218 前言 不建議使用 select * 這幾個字眼,做開發的都不陌生吧。 阿裡的開發手冊上面也是有提到: 這個完整版可以關註公眾號Java核心技術,然後在公眾號 ...
  • 前言 今天給大家介紹的是Python爬取小說數據並保存txt文檔,在這裡給需要的小伙伴們代碼,並且給出一點小心得。 首先是爬取之前應該儘可能偽裝成瀏覽器而不被識別出來是爬蟲,基本的是加請求頭,但是這樣的純文本數據爬取的人會很多,所以我們需要考慮更換代理IP和隨機更換請求頭的方式來對小說數據進行爬取。 ...
  • 一、前言 在數據量大的企業級實踐中,Elasticsearch顯得非常常見,特別是數據表超過千萬級後,無論怎麼優化,還是有點力不從心!使用中,最首先的問題就是怎麼把千萬級數據同步到Elasticsearch中,在一些開源框架中知道了,有專門進行同步的!那就是Logstash 。在思考,同步完怎麼查看 ...
  • 介面組成更新 介面的組成:常量,抽象方法 Java8之前 常量:public static final 抽象方法:public abstract 預設方法(Java8) 靜態方法(Java8) 私有方法(Java9) 介面中預設方法(Java8) 介面中預設方法的格式: 格式:public defa ...
  • 普遍意義上講,生成器是一種特殊的迭代器,它可以在執行過程中暫停併在恢復執行時保留它的狀態。而協程,則可以讓一個函數在執行過程中暫停併在恢復執行時保留它的狀態,在Python3.10中,原生協程的實現手段,就是生成器,或者說的更具體一些:協程就是一種特殊的生成器,而生成器,就是協程的入門心法。 協程底 ...
  • 原文地址 https://www.cnblogs.com/younShieh/p/17010572.html ❤如果本文對你有所幫助,不妨點個關註和推薦呀,這是對筆者最大的支持~❤ 我們先考慮一般會從什麼地方複製文本、圖片到我們的軟體中。 首先說文本。我們可能會從文本文件,網頁,word,ppt,q ...
  • 修訂功能可以跟蹤文檔所有的修改,瞭解修改的過程,這對於團隊協同文檔編輯、審閱是非常有用的一個功能。將工作簿發送給他人審閱時,我們可以開啟修訂功能,共用工作簿被修改後,用戶查看文檔時可以選擇接受或者拒絕他人修改的數據信息。本文將詳細為您介紹如何接受或拒絕 Excel 中的修訂。 接受工作簿中的修訂 拒 ...
  • DWM 建表,需要看 DWS 需求。 DWS 來自維度(訪客、商品、地區、關鍵詞),為了出最終的指標 ADS 需求指標 DWT 為什麼實時數倉沒有DWT,因為它是歷史的聚集,累積結果,實時數倉中不需要 DWD 不需要加工 DWM 需要加工的數據 統計主題 需求指標【ADS】輸出方式計算來源來源層級 ...
一周排行
    -Advertisement-
    Play Games
  • 移動開發(一):使用.NET MAUI開發第一個安卓APP 對於工作多年的C#程式員來說,近來想嘗試開發一款安卓APP,考慮了很久最終選擇使用.NET MAUI這個微軟官方的框架來嘗試體驗開發安卓APP,畢竟是使用Visual Studio開發工具,使用起來也比較的順手,結合微軟官方的教程進行了安卓 ...
  • 前言 QuestPDF 是一個開源 .NET 庫,用於生成 PDF 文檔。使用了C# Fluent API方式可簡化開發、減少錯誤並提高工作效率。利用它可以輕鬆生成 PDF 報告、發票、導出文件等。 項目介紹 QuestPDF 是一個革命性的開源 .NET 庫,它徹底改變了我們生成 PDF 文檔的方 ...
  • 項目地址 項目後端地址: https://github.com/ZyPLJ/ZYTteeHole 項目前端頁面地址: ZyPLJ/TreeHoleVue (github.com) https://github.com/ZyPLJ/TreeHoleVue 目前項目測試訪問地址: http://tree ...
  • 話不多說,直接開乾 一.下載 1.官方鏈接下載: https://www.microsoft.com/zh-cn/sql-server/sql-server-downloads 2.在下載目錄中找到下麵這個小的安裝包 SQL2022-SSEI-Dev.exe,運行開始下載SQL server; 二. ...
  • 前言 隨著物聯網(IoT)技術的迅猛發展,MQTT(消息隊列遙測傳輸)協議憑藉其輕量級和高效性,已成為眾多物聯網應用的首選通信標準。 MQTTnet 作為一個高性能的 .NET 開源庫,為 .NET 平臺上的 MQTT 客戶端與伺服器開發提供了強大的支持。 本文將全面介紹 MQTTnet 的核心功能 ...
  • Serilog支持多種接收器用於日誌存儲,增強器用於添加屬性,LogContext管理動態屬性,支持多種輸出格式包括純文本、JSON及ExpressionTemplate。還提供了自定義格式化選項,適用於不同需求。 ...
  • 目錄簡介獲取 HTML 文檔解析 HTML 文檔測試參考文章 簡介 動態內容網站使用 JavaScript 腳本動態檢索和渲染數據,爬取信息時需要模擬瀏覽器行為,否則獲取到的源碼基本是空的。 本文使用的爬取步驟如下: 使用 Selenium 獲取渲染後的 HTML 文檔 使用 HtmlAgility ...
  • 1.前言 什麼是熱更新 游戲或者軟體更新時,無需重新下載客戶端進行安裝,而是在應用程式啟動的情況下,在內部進行資源或者代碼更新 Unity目前常用熱更新解決方案 HybridCLR,Xlua,ILRuntime等 Unity目前常用資源管理解決方案 AssetBundles,Addressable, ...
  • 本文章主要是在C# ASP.NET Core Web API框架實現向手機發送驗證碼簡訊功能。這裡我選擇是一個互億無線簡訊驗證碼平臺,其實像阿裡雲,騰訊雲上面也可以。 首先我們先去 互億無線 https://www.ihuyi.com/api/sms.html 去註冊一個賬號 註冊完成賬號後,它會送 ...
  • 通過以下方式可以高效,並保證數據同步的可靠性 1.API設計 使用RESTful設計,確保API端點明確,並使用適當的HTTP方法(如POST用於創建,PUT用於更新)。 設計清晰的請求和響應模型,以確保客戶端能夠理解預期格式。 2.數據驗證 在伺服器端進行嚴格的數據驗證,確保接收到的數據符合預期格 ...