hiveSql 相互关注问题

说明

普遍社交软件上会有关注功能，如何知道自己的关注是否也是关注了自己呢？

需求

求关注结果数据中，相互关注的用户对。
数据如下：
follow表；from_user：关注用户，to_user:被关注用户，timestamp：关注时间。

from_user	to_user	timestamp
A	B	2022-11-28 12:12:12
A	C	2022-11-28 12:12:13
A	D	2022-11-28 12:12:14
B	A	2022-11-28 12:12:16
B	E	2022-11-28 12:12:16
C	A	2022-11-28 12:12:17
D	A	2022-11-28 12:12:18

分析

如果是互相关注，很容易想到表自关联，a.from_user 等于 b.to_user 且 a.to_user = b.from_user即可。具体sql如下：

select 
	a.from_user,
	a.to_user
from follow a join follow b 
on a.from_user  = b.to_user 
and a.to_user = b.from_user  

这种方式确实可行，结果如下：

但是当数据量达到很大时候运行时相当慢的，有没优化的方法实现呢？看到这可以思考下如何优化！

---

优化

其实思路还是一样，知道是from_user 和 to_user正好两个用户互换字段而已。如果是互关用户 AB，在表中有如下数据：

from_user	to_user
A	B
B	A

如果在表中能将其中一条数据用户名互换位置，另一条不动，再按照这两个字段分组计算数据条数，组内数据条数是2的就是互关用户了。这个思路不涉及到join操作。

from_user	to_user
A	B
A	B

实现

有了上述优化思路，下面来实现下，如何将其中一条数据用户名互换位置呢，其实可以想到简单的一个真假逻辑判断就行了。如果一条满足逻辑则不变，另一条要确保一定不满足逻辑，交换位置即可，sql如下：

select 
	from_user,
	to_user,
	if(from_user > to_user, concat(from_user,to_user),concat(to_user,from_user)) as concat_users
from follw

上述sql的if()中，这两条数据一定是一个满足一个不满足。即将其中一条数据用户名交换位置，完整sql如下：

select 
	t1.from_user,
	t1.to_user
from
	(select 
		t.from_user,
		t.to_user,
		sum(1) over(partition by t.concat_users) as flag
	from
		(select 
			from_user,
			to_user,
			if(from_user > to_user, concat(from_user,to_user),concat(to_user,from_user)) as concat_users
		from follw
		) t
	) t1
	where t1.flag = 2

结果如下：

最后

喜欢的点赞、关注、收藏吧~ 感谢支持~~