Hive SQL复杂场景实现(2) —— 实时/最大在线人数

本文同时发表于我的个人博客http://xinyuwg.com，访问该链接以获得详细信息与更好的阅读体验。
本文为原创内容，未经允许请勿转载。

背景

这个问题一开始是一个同事问我的，能不能用SQL求某一天哪个时刻进行中的订单量最多，这个数是多少？我寻思挺有意思，就细想了一下。其实思考下可以发现，如果要求一段时间内的同时处于服务过程中的最大订单量，相当于也要知道每个时刻的数量，所以求最大和求实时是等同的。

这个问题在不同的业务场景下有不同的意义，比如一个游戏的同时在线人数，比如一个服务器的实时并发数，比如一个仓库的货物积压数量等等。

一般而言对于需要知道并发数的业务场景都会通过实时监控来完成，而不会通过sql进行离线计算。但本着深挖sql潜能的想法，如下提供一个不切实际的解法与一个真实可行的方法。

数据

假设我们的业务场景是回溯某一天的某游戏的最大同时在线人数，并有表connection_detail记录用户每一次上线和下线时间：

user_id	login_time	logout_time	dt
213142	2019-01-01 12:21:22	2019-01-01 13:45:21	20190101
412321	2019-01-01 13:35:11	2019-01-01 16:01:49	20190101
…	…	…	…

解法1：(join关联)

我们先思考一个问题，假设我们实时有一个变量online_cnt记录着当前在线人数，那么什么情况下这个数会发生变化呢？聪明的你一定想到是当有用户登录或者有用户登出的时刻。说到这思路应该就清晰了，我们需要去求每一个用户登入或登出时刻的在线人数。从另一个角度，我们需要知道每当一个用户登录或登出的时刻，用多少人还在线上。

select 
    max(online_cnt) as max_online_cnt
from
(
    select 
        b.`timestamp`,
        count(