每天一道大厂SQL题【Day02】

大家好我是Maynor。相信大家和我一样都有一个大厂梦作为一名资深大数据选手深知SQL重要性接下来我准备用100天时间基于大数据岗面试中的经典SQL题以每日1题的形式带你过一遍热门SQL题并给出恰如其分的解答。

一路走来随着问题加深发现不会的也愈来愈多。但底气着实足了不少相信不少朋友和我一样日积月累才是最有效的学习方式

每日鸡汤

你必须非常努力才能看起来毫不费力。

第2题电商场景TopK统计

需求

有50W个京东店铺每个顾客访客访问任何一个店铺的任何一个商品时都会产生一条访问日志 访问日志存储的表名为Visit访客的用户id为user_id被访问的店铺名称为shop数据如下

请统计
1每个店铺的UV访客数
(2)每个店铺访问次数top3的访客信息。输出店铺名称、访客id、访问次数
实现

数据准备

CREATE TABLE test_sql.test2 (
user_id string, shop string )
ROW format delimited FIELDS TERMINATED BY '\t';
INSERT INTO TABLE test_sql.test2 VALUES ( 'u1', 'a' ),
( 'u2', 'b' ),
( 'u1', 'b' ),
( 'u1', 'a' ),
( 'u3', 'c' ),
( 'u4', 'b' ),
( 'u1', 'a' ),
( 'u2', 'c' ),
( 'u5', 'b' ),
( 'u4', 'b' ),
( 'u6', 'c' ),
( 'u2', 'c' ),
( 'u1', 'b' ),
( 'u2', 'a' ),
( 'u2', 'a' ),
( 'u3', 'a' ),
( 'u5', 'a' ),
( 'u5', 'a' ),
( 'u5', 'a' );

思路分析

1 每个店铺的UV访客数
使用 SQL 或者其他数据库查询语言进行统计。
先通过 group by 按店铺名称进行分组然后使用 count(distinct user_id) 计算每个店铺的访客数。
2 每个店铺访问次数top3的访客信息
使用 SQL 或者其他数据库查询语言进行统计。
先通过 group by 按店铺名称和用户id进行分组然后使用 count(*) 计算每个用户在每个店铺的访问次数。
使用 order by 对访问次数进行排序然后使用 limit 3 限制输出的数量。
输出店铺名称、访客id、访问次数。

答案获取

建议你先动脑思考动手写一写再对照看下答案如果实在不懂可以点击下方卡片回复:大厂sql 即可。
参考答案适用HQLSparkSQLFlinkSQL即大数据组件其他SQL需自行修改。

加技术群讨论

点击下方卡片关注 联系我进群

或者直接私信我进群

文末SQL小技巧

提高SQL功底的思路。
1、造数据。因为有数据支撑会方便我们根据数据结果去不断调整SQL的写法。
造数据语法既可以create table再insert into也可以用下面的create temporary view xx as values语句更简单。
其中create temporary view xx as values语句SparkSQL语法支持hive不支持。
2、先将结果表画出来包括结果字段名有哪些数据量也画几条。这是分析他要什么。
从源表到结果表一路可能要走多个步骤其实就是可能需要多个子查询过程多就用with as来重构提高可读性。
3、要由简单过度到复杂不要一下子就写一个很复杂的。
先写简单的select * from table…,每个中间步骤都执行打印结果看是否符合预期 根据中间结果进一步调整修饰SQL语句再执行直到接近结果表。
4、数据量要小工具要快如果用hive就设置set hive.exec.mode.local.auto=true;如果是SparkSQL就设置合适的shuffle并行度set spark.sql.shuffle.partitions=4;

后记

📢博客主页https://manor.blog.csdn.net

📢欢迎点赞 👍 收藏 ⭐留言 📝 如有错误敬请指正
📢本文由 Maynor 原创首发于 CSDN博客🙉
📢不能老盯着手机屏幕要不时地抬起头看看老板的位置⭐
📢专栏持续更新,欢迎订阅https://blog.csdn.net/xianyu120/category_12182595.html