hiveSql 相互关注问题

基于FISCO BCOS 部署可升级的 Solidity存证智能合约 本文介绍了基于FISCOBCOS平台的可升级Solidity存证智能合约实现方案。采用透明代理模式,包含逻辑合约、代理合约和管理合约三部分,支持业务逻辑升级而不影响存储数据。详细阐述了合约架构设计、Solidity代码实现、Go SDK交互流程以及完整的部署升级步骤。方案具有数据持久性、版本兼容性和生产就绪等特点,提供了权限控制、输入验证等安全机制,并包含监控管理工具。该实现为企业级区块链存证应用提供了可靠的基础架构,支持后续功能扩展和定制化开发。 阅读详情

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_userto_usertimestamp
AB2022-11-28 12:12:12
AC2022-11-28 12:12:13
AD2022-11-28 12:12:14
BA2022-11-28 12:12:16
BE2022-11-28 12:12:16
CA2022-11-28 12:12:17
DA2022-11-28 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:
在这里插入图片描述

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_userto_user
AB
BA

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_userto_user
AB
AB

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:
在这里插入图片描述

最后

喜欢的点赞、关注、收藏吧~ 感谢支持~~

YOLOv8 改进涨点 | 模块即插即用 直接可用 在目标检测任务中,注意力机制能够帮助模型聚焦于图像中的关键区域,显著提升检测精度。。创建模块代码注册模块修改任务解析tasks.py创建YAML配置文件模块核心优势适用场景计算开销SOCA捕获二阶统计信息,增强通道间相关性需要精细特征区分的场景中等SK自适应多尺度核选择多尺度目标检测中等偏高显式特征聚集-分配机制全局上下文建模中等A2-Net双线性注意力,高效全局交互复杂场景理解中等偏高CrissCross线性复杂度全局上下文高分辨率输入,长距离依赖较低。 阅读详情

相关推荐

qPCR定量方法在肠道微生物特定种属定量应用

大家都知道肠道中有上千种细菌,肠道微生物可参与人体代谢,促进营养物质的消化吸收,肠道微生态均衡关系到身体健康,肠道微生态失衡可能会导致疾病产生。此外有文献指出肠道微生物可能与人体免疫及炎性反应等有关。目前也越来越多人关注到疾病与肠道微生物的关系,也做了很多研究及实验,一般高通量结果得到的是每个物种在样本中的相对百分含量,而不同微生物的绝对含量其实也对疾病有很重要的影响。在此分享几篇有采用qPCR方法研究疾病与肠道微生物关系的文章。 早在2013年Kim-Anne Lê1、Yan Li等人发表文章Alter

tinygene的博客 2145

sql 查询相互关注的人

sql 查询相互关注的人 现在有一张表为fans(粉丝表) 里面有两个字段from_user,to_user ,代表from_user关注了to_user 简单的写法sql,我也是这种写法😝 select a.from_user, a.to_user, if(b.from_user is not null, 1, 0) as is_friend from fans a left join fans b on a.from_user = b.to_user and a.to_user = b.f

m0_50593634的博客 3300

告别手动标注!PDMS NakiToolkit插件安装与初体验:以Pipeline工具为例

本文详细介绍了PDMS NakiToolkit插件的安装与使用,特别是其Pipeline工具如何通过自动化标注和材料统计功能大幅提升三维工厂设计效率。从环境准备到实战演示,帮助工程师告别繁琐的手动标注工作,实现项目交付周期的大幅缩短。

weixin_30047059的博客 356

HiveSQL题——互相关注(共同好友)

HiveSQL题——互相关注(共同好友)

爱吃辣条的博客 1252

银河麒麟V10 SP3系统下如何安全安装gcc-toolset-10(附yum仓库避坑指南)

本文详细介绍了在银河麒麟V10 SP3系统中安全部署gcc-toolset-10的完整方案。核心在于通过配置默认禁用的yum仓库(如EPKL仓库)并配合--enablerepo参数进行精准安装,有效规避依赖冲突风险,实现与系统默认GCC 7.3的稳定共存。文章还提供了多版本环境切换、系统维护及故障排查的实用指南,确保操作的可控与可逆。

h0i1j2k3l的博客 590

光线追踪渲染实战:蒙特卡洛路径追踪及其c++实现

光线追踪超越了传统的图形流水线,是一种现代的渲染。光线追踪是一种基于物理的渲染方法,通过模拟光在介质中的真实表现来输出足以逼近现实的图像。光线从光源出发,经过各种反射折射,进入摄像机。通过渲染方程描述一点的颜色,并且通过蒙特卡洛方法求解渲染方程来获取最终的像素颜色。

AKGWSB 's blog 1万+

sql面试题之“互相关注的人”(方法三)

题目:某社交平台有关注这个功能,关注的同时也会被关注。现有需求需要找出平台上哪些用户之间互相关注。

qq_44769220的博客 1727

Calibre license失效的解决方法

Calibre license失效的解决方法

qq_45354630的博客 6484

SQL05:计算相互关注的用户

找到互相关注的人的规律,当他们是互相关注时,那么将from_user和to_user其中一个顺序调换位置后,from_user和to_user就一定会出现两条数据(源表提前已经去重),所有出现两条数据的人就是有互相关注的。这种方式不会导致数据膨胀。假设存在一张tmp表,记录了用户id和该用户关注的用户id,我们希望筛选出相互关注的用户,如何用sql求解?直接用原表做关联判断,简单直接,但是存在数据膨胀的风险。

weixin_44744736的博客 607

AIGC游戏测试自动化:AI如何提升游戏QA效率

随着游戏产业的蓬勃发展,游戏的复杂度和规模不断增加,传统的游戏测试方式面临着巨大的挑战。本文章的目的在于深入探讨AIGC技术在游戏测试自动化中的应用,分析AI如何提升游戏QA的效率。范围涵盖了从核心概念到实际应用的各个方面,包括算法原理、数学模型、项目实战案例以及未来发展趋势等。本文将按照以下结构进行阐述:首先介绍核心概念与联系,明确AIGC和游戏测试自动化的相关概念和关系;接着讲解核心算法原理和具体操作步骤,通过Python代码进行详细说明;然后介绍数学模型和公式,并举例说明;

AI 原生应用开发的博客 1358

智能手表 BOM 表与版本管理记录

试产与量产阶段 智能手表 BOM 表与版本管理记录

hoony123的博客 1053

sql面试题之“互相关注的人”(方法一)

题目:某社交平台有关注这个功能,关注的同时也会被关注。现有需求需要找出平台上哪些用户之间互相关注。

qq_44769220的博客 1467

使用Python从图像中提取表格

python 实现图片表格提取

qq_30895747的博客 2573

SQL求相互关注的人数和关注了4的总关注数

求互相关注的人数? select count(1) from tst t1 inner join tst t2 on t1.uid = t2.uuid and t1.uuid = t2.uid; 求关注了4的总关注数? select count(1) from tst t1  inner join (select uid from tst where uuid = '4')

794

pscad IEEE标准系统搭建说明

pscad IEEE标准系统搭建说明,包含典型的IEEE 9节点、14节点、30节点、39节点和118节点系统。内含标准测试系统的原始数据和潮流结果。

Data-Structures-and-Algorithm-Analysis-in-Java.pdf

作者: Weiss, Mark A. 出版社: Addison Wesley Data Structures and Algorithm Analysis in Java is an “advanced algorithms” book that fits between traditional CS2 and Algorithms Analysis courses. In the old ACM Curriculum Guidelines, this course was known as CS7. This text is for readers who want to learn good programming and algorithm analysis skills simultaneously so that they can develop such programs with the maximum amo...

hivesql如何在数据量超大时避免join操作

探讨了一种在数据量超大的情况下避免join操作的方法

qq_39889944的博客 494

大中型超市收银系统(可直接运行)

光步前台收银系统系统功能:商品销售、商品退货、挂单、收银员权限、会员销售、单品取消、整单取消、商品查询、脱机销售、脱机数据上传,基本资料下载,开钱箱、小票打印、收款结算,支持多币种付款方式(现金、储值卡、礼券、微信等),支持多种促销。运行环境:.net 4.0登陆信息用户名:1001 密码:123456内置商品信息,商品编码可输入00001000 - 00010000,测试效果相关功能键F5 结算 F9挂单 F11商品查询 F8退货 Insert单品取消 Del整单取消 F12开钱箱F2 会员 Ctrl+Z退出系统 Home 锁屏 相关源码待公开

2022秋招蚂蚁金服面试

一、一分钟自我介绍。 二、简历相关问题。 1、实习中主要做的事情,从三方面来回答,工作内容、为谁工作、主要指标。 对这部分人做了什么? 结果:提升转化率、留存。 2、ABtest的流程、原理、参数设置、主要关注的统计效果。 分享了一个AB测试的项目 3、我用到的主要工具、语言? 分两块。一是hive sql用来取数;二是python、excel,用来数据可视化。 4、sql问题 4.1 数据库底层知识:主键是什么? 主键是指,表中经常有一个列或者多列的组合,其值能够唯一地标识表中的每一

crack的博客 1510

怀旧版电脑GBC模拟器

再现原版GBC掌机的界面,电脑运行连游戏界面都一样大小,很怀旧,很真实,(英文版)强烈推荐,很小的文件,很难才找到的。

大数据-94 Spark核心三剑客:RDD、DataFrame、Dataset与SparkSession全面解析

核心数据抽象 RDD 具备不可变性、弹性容错和惰性求值特性,支持并行计算与分区策略,适合迭代式算法、ETL 流程及大规模数据处理。相比之下,DataFrame 提供了结构化数据接口,拥有 Catalyst 优化器和 Tungsten 执行引擎的性能优势,常用于数据仓库查询与分析;而 Dataset 则结合了 RDD 的强类型特征和 DataFrame 的优化能力,兼顾性能与类型安全。三者之间可灵活转换:RDD 可转为 DataFrame 或 Dataset,DataFrame 与 Dataset 也可相互转

谢谢你的喜欢 我们一起无限进步 5066

【MySQL/Hive】日期转成字符串与日期转成int以及之间的相互转换_手把手教学

经常会遇到日期转成字符串,有的字符串带‘-’有的没有,有‘-’的可以直接使用to_date()函数可以实现自动转换,但是有时候我们比较的日期一个是带‘-’的,一个是不带‘-’的,所以需要拉齐,使用以下代码可以快速帮助你应对不用的格式类型的数据,希望对你有帮助。 时间转换】: 2021-05-01 转变成20210501 year(a.event_time)*10000+month(a.event_time)*100+day(a.event_time) 【时间转换】: 20210501 转变成 2021-0

小猪课堂的博客 2428

【Spark重点难点-面试篇】SparkSQL面试专题

点击上方蓝色字体,选择“设为星标”回复”面试“获取更多惊喜本文已经加入「大数据成神之路PDF版」中提供下载。你可以关注公众号,后台回复:「PDF」即可获取。更多PDF下载可以参考:《重磅...

微信搜:import_bigdata,大数据领域硬核原创作者 1022

hive表新建外部表关联hdfs文件

为什么80%的码农都做不了架构师?>>> ...

weixin_34362790的博客 2076

Hive Sql常用的时间处理类,都在这里了

hive 常用日期格式转换 把固定日期转换成时间戳 select unix_timestamp('2020-05-29','yyyy-MM-dd') --返回结果 1590681600 select unix_timestamp('20200529','yyyyMMdd') --返回结果 1590681600 select unix_timestamp('2020-05-29T13:12:23Z', "yyyy-MM-dd'T'HH:mm:ss'Z'") --返回结果 1590729143.

hechaoyong12345的博客 814

【Hive上篇: 一篇文章带你使用Hive!深入了解Hive!学会Hive!】

什么是Hive?怎么使用Hive?怎么安装部署?HiveHive是基于Hadoop的一个数据仓库工具,用于进行数据提取、转换和加载(ETL)。它可以将结构化的数据文件映射为一张数据库表,并提供类似SQL的查询语言(HiveQL),使用户能够使用SQL语句来查询、汇总和整理大规模的数据集。Hive的核心功能包括数据存储、数据查询、数据处理、数据转换以及数据安全控制等。简单的定义就是:Hive是一个SQL转化转化工具,将SQL的计算转为MapReduce的计算,让开发人员更加方便进行大数据开发。

书生的技术分享 1740

基于Hive数据仓库的标签画像实战

基于Hive数据仓库的标签画像实战

ytp552200ytp的博客 1353

基于Hive数据仓库的标签画像实战!

Hive数据仓库建立用户画像首先需要建立数据仓库,用于存储用户标签数据。Hive是基于Hadoop的数据仓库工具,依赖于HDFS存储数据,提供的SQL语言可以查询存储在HDFS中的数据。开发时一般使用Hive作为数据仓库,存储标签和用户特征库等相关数据。"数据仓库之父" W.H.Inmon 在《Building the Data Warehouse》(中文版《数据仓库(原...

a934079371的博客 451

Spark(一)

一、简介 Apache Spark 是专为大规模数据处理而设计的快速通用的计算引擎。拥有Hadoop MapReduce所具有的优点;但不同于MapReduce的是——Job中间输出结果可以保存在内存中,从而不再需要读写HDFS,因此Spark能更好地适用于数据挖掘与机器学习等需要迭代的MapReduce的算法。 二、特点 1.高级 API 剥离了对集群本身的关注,Spark 应用开发者可以专注于应用所要做的计算本身。 2.Spark 很快,支持交互式计算和复杂算法。(内存计算下,Spark 比 Hadoo

又小雨的博客 374

SQL求互关的对数

-- Table structure for `tst` -- ---------------------------- DROP TABLE IF EXISTS `tst`; CREATE TABLE `tst` ( `uid` int(10) NOT NULL, `uuid` int(10) NOT NULL, `desc` varchar(50) DEFAULT NULL ) ENGINE=InnoDB DEFAULT CHARSET=utf8; -- ----------------...

KaelCui的博客 1160
上一篇: hiveSql 跨N天最大连续统计
下一篇: hiveSql冷门但好用函数 --持续更新
@nanami
博客等级 码龄9年 4247粉丝 53原创
评论 3
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