hiveSql 各时段观看直播人数

牛客网SQL-PostgreSQL-SQL31 牛客直播开始时各直播间在线人数 SQL31 牛客直播开始时各直播间在线人数 CREATE TABLE course_tb( course_id int(10) NOT NULL, course_name char(10) NOT NULL, course_datetime char(30) NOT NULL); INSERT INTO course_tb VALUES(1, 'Python', '2021-12-1 19:00-21:00'); INSERT INTO course_tb VALUES(2, 'SQL', '2021-1 阅读详情

hiveSql 各时段观看视频人数

题目

有直播间观看记录数据如下:

live_iduser_idstart_timeend_time
Au12022-11-11 12:12:122022-11-11 13:13:13
Au22022-11-11 12:20:202022-11-11 13:40:40
…………

表名:ods_live_watch_record_log
live_id:直播间ID;user_id:用户ID;start_time:该用户进入该直播间时间;end_time:该用户退出该直播间时间。

需求

想要计算出每个时间段,每个直播间有多少观看用户
例如上述数据,想要结果如下

live_idstart_timeend_timeuser_cnt
A2022-11-11 12:12:122022-11-11 12:20:201
A2022-11-11 12:20:202022-11-11 13:13:132
A2022-11-11 13:13:132022-11-11 13:40:401

2022-11-11 12:12:12 到 2022-11-11 12:20:20期间只有u1用户一人
2022-11-11 12:20:20 到 2022-11-11 13:13:13期间有 u1、u2用户两人
2022-11-11 13:13:13 到 2022-11-11 13:40:40期间只有u2用户一人


到这里可以思考下用HiveSQL如何实现上述需求

分析

part1

可以看到最终的数据需求是期望要所有直播间所有用户的进入、退出时间作为时间段,计算这些时间段的观看用户数。
先想象简单的数据,只有一个直播间,多个用户观看。对于这个直播间的统计时间段来说,就是这个直播间所有观看用户的进入时间和退出时间升序排序后的每两个时间点。

很容易想到,就是每个直播间所有用户的进入时间,退出时间去重。

select 
	live_id,start_time as t_time
from ods_live_watch_record_log 
union 
select 
	live_id,end_time as t_time
from ods_live_watch_record_log 

例如上述示例数据:

live_iduser_idt_time
Au12022-11-11 12:12:12
Au22022-11-11 12:20:20
Au12022-11-11 13:13:13
Au22022-11-11 13:40:40

去重后,需要相邻两个时间作为开始结束时间,可以想到是自己关联自己,但是是错一位关联。
hive有开窗函数 lead() over() 或 lag() over() 可以实现上述要求。更多开窗函数可参看 常用开窗函数简介

with tmp as (
	select 
		live_id,start_time as t_time
	from ods_live_watch_record_log 
	union 
	select 
		live_id,end_time as t_time
	from ods_live_watch_record_log 
)
select
	 live_id,t_time as start_time,
	 lead(t_time, 1, t_time) over(partition by live_id order by t_time) as end_time
from tmp
live_id开始时间结束时间
A2022-11-11 12:12:122022-11-11 12:20:20
A2022-11-11 12:20:202022-11-11 13:13:13
A2022-11-11 13:13:132022-11-11 13:40:40
A2022-11-11 13:40:402022-11-11 13:40:40

part2

获得了每个直播间需要统计的时间段之后,只需要将其与每个直播间观看明细做关联,然后比较每个用户的进入退出时间段A 与 直播间需统计的时间段B 是否有交集即可,如果有交集,则当前用户在该时间段内是观看用户。

with tmp as (
	select 
		live_id,start_time as t_time
	from ods_live_watch_record_log 
	union 
	select 
		live_id,end_time as t_time
	from ods_live_watch_record_log 
)
select 
	a.live_id,a.start_time,a.end_time,
	count(distinct case when a.start_time <= b.end_time and a.end_time > b.start_time then b.user_id else null end) as user_cnt
from
	(select
		 live_id,t_time as start_time,
		 lead(t_time, 1, t_time) over(partition by live_id order by t_time) as end_time
	from tmp 
	) a 
left join 
	ods_live_watch_record_log b
	on a.live_id = b.live_id
group by a.live_id,a.start_time,a.end_time

即完成需求:

live_idstart_timeend_timeuser_cnt
A2022-11-11 12:12:122022-11-11 12:20:201
A2022-11-11 12:20:202022-11-11 13:13:132
A2022-11-11 13:13:132022-11-11 13:40:401
牛客网SQL-PostgreSQL-SQL32 牛客直播各科目平均观看时长 SQL32 牛客直播各科目平均观看时长 时间函数: TO_CHAR(‘2022-04-01 07:08:32’, ‘YYYY-MM-DD HH:mm:ss’) EXTRACT(HOUR from in_datetime::TIMESTAMP) drop table if exists course_tb; CREATE TABLE course_tb( course_id int(10) NOT NULL, course_name char(10) NOT NULL, course_datetime ch 阅读详情

相关推荐

SQL进阶技巧:直播同时在线人数问题分析 | 时点值状态分析

本文针对SQL统计同时在线人数问题进行了分析,利用累加器思想对该问题进行求解,最终划归为时序数据,进行时序数据分析(常用技巧:打标签,形成序列,多序列进行分析),最后利用sum() over()对标签进行累加求出当前在线人数。本题的思维方法值得借鉴,也可以与之前的文章统计断电次数及断电时长问题(https://blog.youkuaiyun.com/godlovedaniel/article/details/118027222)进行对比,形成此类问题统一的分析方法。本题最关键的点在于转换为时序数据及累加器的思想,望读者

石榴姐yyds 4879

Hive 面试系列2:直播间同时在线人数

Hive 面试题 直播间同时在线人数

weixin_46580067的博客 1105

OpenCV实战:如何用Debevec算法搞定相机响应函数(附完整代码)

本文详细介绍了如何使用OpenCV实现Debevec算法计算相机响应函数(CRF),并应用于HDR图像合成。通过完整的代码示例和工程实践问题解决方案,帮助开发者掌握从原理到实现的关键步骤,提升高动态范围成像和计算机视觉任务的处理能力。

weixin_29061041的博客 232

Hive sql 常见面试题-同时在线人数问题

现有各直播间的用户访问记录表(live_events)如下,表中每行数据表达的信息为,一个用户何时进入了一个直播间,又在何时离开了该直播间。

weixin_42435657的博客 599

NACA0012的O型网格求解

本篇文章采用偏微分方程数值解法生成NACA0012翼型O型网格,并采用速度势方程求解绕NACA0012翼型迎角为0度时的低速不可压无粘流场。 文章目录一、求解网格1.翼型2.远场3.网格4.迭代5.求解二、求解流场1.偏微分方程2.迭代求解流场三、求解参数1.偏微分方程2.迭代求解四、导出数据 一、求解网格 1.翼型 本次求解网格和流场等采用的是NACA0012(修形)对称翼型,在NACA四位翼型中,第一位数字代表的是弯度,第二位数字代表的是弯度位置,后两位数字代表的是厚度,由于本次翼型的前两位数字都为0,

m0_50746433的博客 6677

手把手教你用XC7A35T FPGA搭建低成本机器视觉系统(含开发板选型指南)

本文详细介绍了如何利用AMD(原Xilinx)Artix-7系列中的XC7A35T FPGA芯片,搭建一套低成本的机器视觉系统。内容涵盖从芯片选型深度剖析、开发板(如黑金AX7035B)对比指南,到使用Vivado创建工程、编写图像处理模块(如RGB转灰度),以及资源优化和与上位机(如OpenCV)协同工作的完整流程,旨在为开发者提供一套可实践的高性价比硬件加速视觉解决方案。

beta5的博客 357

hive-计算直播同时在线人数最大值

hive -求同时在线问题

王小行的博客 2359

Keil5编译报错:ARM Compiler Version 5缺失的完整解决方案

本文提供了Keil5编译报错“ARM Compiler Version 5缺失”的完整解决方案。详细介绍了手动安装ARM Compiler Version 5的步骤,包括下载安装包、配置编译器路径及常见问题排查,帮助开发者快速恢复老项目的编译环境。

bb456的博客 946

牛客SQL34: 牛客直播各科目同时在线人数(最大值问题)

牛客SQL34: 牛客直播各科目同时在线人数(最大值问题) 内容目录牛客SQL34: 牛客直播各科目同时在线人数(最大值问题)一、描述二、思路解析三、代码四、问题思考 一、描述 牛客某页面推出了数据分析系列直播课程介绍。用户可以选择报名任意一场或多场直播课。 已知课程表course_tb如下(其中course_id代表课程编号,course_name表示课程名称,course_datetime代表上课时间): course_id course_name course_datetime 1 P

weixin_46429290的博客 2135

支付漏洞防护绕过的一种方式

放完包后就到了提交订单的地方,可以发现,金额确实小了很多,合理的搭配的话还可以更低,再次前进可以发现,金额确实是这么多,后面就不支付了,到此就结束了。也就是说数量可以为负数,但是金额不能为0或者0以下,有什么方法可以绕过这个限制吗,其实并不难,既然可以为负数,只是对金额不能为0或者负数做了限制。我们可以尝试拼接法,利用负数加上正数让他的值变得很低,但是又大于0就可以了,这里利用购物车的结算方法,随机加一些在购物车里。这里为了方便查看数据包,我这边商品的数量选择3,点击立即购买并抓包。

2301_80115097的博客 1532

避坑指南:GROMACS模拟中.tpr、.xtc、.edr、.cpt文件你用对了吗?从生成到分析全流程解析

本文详细解析GROMACS分子动力学模拟中.tpr、.xtc、.edr、.cpt等核心文件的使用技巧,从文件生成到轨迹优化、能量分析的全流程避坑指南。重点介绍拓扑文件校验、轨迹格式选择、周期性边界处理等实战经验,帮助科研人员高效管理模拟数据并准确提取关键能量信息。

weixin_30631587的博客 120

sql 求同时在线人数(或者同时观看人数/同时浏览人数)

sql 求同时在线人数(或者同时观看人数/同时浏览人数)

weixin_43859562的博客 2592

NOC总线架构拓扑介绍

在开篇里,我们对芯片PPA有了初步的认识。下面,让我们从访存这个简单的问题开始展开介绍芯片基础概念。CPU是怎样访问内存的?简单的答案是,CPU执行一条访存指令,把读写请求发往内存管理单元。内存管理单元进行虚实转换,把命令发往总线。总线把命令传递给内存控制器,内存控制器再次翻译地址,对相应内存颗粒进行存取。之后,读取的数据或者写入确认按照原路返回。再复杂些,当中插入多级缓存,在每一层缓存都未命中的情况下,访问才会最终达到内存颗粒。

元直的博客 5303

HiveSQL刷题

现有各直播间的用户访问记录表(live_events)如下,表中每行数据表达的信息为,一个用户何时进入了一个直播间,又在何时离开了该直播间。

qq_40382400的博客 1481

【AI智能体】Codex 基于Git 实现项目管理实战操作详解

Codex 基于Git 实现项目管理实战操作详解

congge 5472

jdk-8u144-linux-x64.tar.gz.

该资源为搭建Linux系统Java环境用,资源的后缀为tar.gz格式的压缩包

一个有趣的时间段重叠问题

问题描述、问题分析、实现及测试

wzy0623的专栏 5254

WINCC7.3破解文件

WINCC7.3硬件够破解文件,有需要的下载!WINCC7.3硬件够破解文件,有需要的下载!

对比MySQL和Pandas统计直播间各时间段上线人数

一道面试题如下:简单理解就是求每个直播间,所有的最短时间段的上线人数。简单图解下:有了上图,我们应该就秒懂了这题的解题思路,先将所有的时间点排序,按顺序分配得到每个时间分区,绿色为进入起始时间点,红色为结束时间点,我们进入起始点时+1,进入结束时间点时-1,这样就可以得到每个区间的在线人数了。当然假如user3也从进去,则这个时间点位置+2,后续的时间片段内在线人数就是累加后的值。......

小小明-代码实体的专栏 2万+

假人有限元模型

假人模型,车辆碰撞假人有限元模型,适合做乘员安全的研究者利用

jre9下载 jdk9

(Java SE Runtime Environment 9.0) 9.0u175 官方最新版 【x86|x64】

Hive SQL业务场景:求平台最高峰同时直播人数

现有某直播平台各主播登陆明细表:主播ID,上线时间,下线时间。现在需要求出该直播平台最高峰期同时在线主播人数。

不才伟才的博客 459

sql归纳题

sql补充

weixin_44883563的博客 578

HQL:求最高在线人数以及最高峰时间段

HQL:求最高在线人数以及最高峰时间段 问题描述: ​ 数据为主播ID,开播时间以及关播时间。 ​ 求该平台某一天主播同时在线人数最高为多少以及出现最高峰的时间段是哪个时间? 原始数据: id startDate endDate 1001 2021-06-10 12:12:12 2021-06-10 17:12:12 1002 2021-06-10 12:12:12 2021-06-10 17:12:12 1003 2021-06-10 12:14:12 2021-06-10 17:12:12 100

默存的博客 1666

HiveQL 求每小时最高同时在线人数

问题: 用户登入、退出app的日志表,假设里面只有一天的数据,计算以下数据: 1、24个小时,每个小时的最高同时在线人数 2、当日的最高同时在线人数 3、当日的最高同时在线时间段

sinat_41207450的博客 1007

Hive sql 每天场景题 41

Hive sql 每天场景题41

weixin_43859562的博客 2096

大厂SQL题5-同时在线人数、不同类别的第一

大厂SQL题5-同时在线人数、不同类别的第一

Sun123234的博客 785

SQL解决最多同时在线人数问题(同时视频观看人数,同时浏览人数,同时等车人数)

SQL解决最多同时在线人数问题(同时视频观看人数,同时浏览人数,同时等车人数) 今天拿到一个需求,要统计不同时间段的视频同时观看人数,举个例子,比如某个视频,video_id为9432870,统计出这个视频在10:00 - 12:00 同时观看人数最多为201人,12:00 - 14:00 同时观看人数最多为100人。 这个需求我刚接到的时候是很蒙圈的,不知道该怎么下手,我脑子第一反应就是,取并集?但是也不知道怎么取啊。问了公司的大佬,他告诉我让我想象成一个瞬时问题,就是求得某个时间点的同时在线人数,我恍然

weixin_46429290的博客 5053

VC++海康威视视频人数流量统计数据库连接

第一次使用VC++二次开发海康威视设备,记录一下,直接代码 `#include <stdio.h> #include <WinSock.h> #include <mysql.h> #include #include #include “Windows.h” #include “HCNetSDK.h” using namespace std; //时间解析宏定义 #define GET_YEAR(time) (((time)>>26) + 2000

ZiquotZai的博客 1797

Hive经典面试问题(五)——流式问题

Hive经典面试问题 流式问题

caoyongfei 386
上一篇: shell学习-运算符
下一篇: hiveSql 跨N天最大连续统计
@nanami
博客等级 码龄9年 4247粉丝 53原创
评论
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
 条评论被折叠 查看
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付:10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包

打赏作者

@nanami

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值