Day4-Hive直播行业基础笔试题

Hive笔试题实战

短视频

题目一：计算各个视频的平均完播率

有用户-视频互动表tb_user_video_log：

id	uid	video_id	start_time	end_time	if_follow	if_like	if_retweet	comment_id
1	101	2001	2021-10-01 10:00:00	2021-10-01 10:00:30	0	1	1	NULL
2	102	2001	2021-10-01 10:00:00	2021-10-01 10:00:24	0	0	1	NULL
3	103	2001	2021-10-01 11:00:00	2021-10-01 11:00:34	0	1	0	1732526
4	101	2002	2021-09-01 10:00:00	2021-9-01 10:00:42	1	0	1	NULL
5	102	2002	2021-10-01 11:00:00	2021-10-01 10:00:30	1	0	1	NULL

uid-用户ID，video_id-视频ID，start_time-开始观看时间，end_time-结束观看时间，if_follow-是否关注，if_like-是否点赞，if_retweet-是否转发，comment_id-评论ID。

有短视频信息表tb_video_info：

id	video_id	author	tag	duration	release_time
1	2001	901	影视	30	2021-01-01 07:00:00
2	2002	901	美食	60	2021-01-01 07:00:00
3	2003	902	旅游	90	2021-01-01 07:00:00

video_id-视频ID，author-创作者ID，tag-类别标签，duration-视频时长(秒)，release_time-发布时间。

问题：计算2021年里有播放记录的每个视频的完播率(结果保留三位小数)，并按完播率降序排序。输出结果如下：

video_id	avg_comp_play_rate
2001	0.667
2002	0.000

注：视频完播率是指完成播放次数占总播放次数的比例。简单起见，结束观看时间与开始播放时间的差≥视频时长时，视为完成播放。

-- 建立用户-视频互动表

drop table if exists tb_user_video_log;

create table tb_user_video_log (

id         int comment '自增ID', 

uid        int comment '用户ID',

video_id   int comment '视频ID',

start_time string COMMENT '开始观看时间',

end_time   string COMMENT '结束观看时间',

    if_follow  int comment '是否关注',

    if_like    int comment '是否点赞',

    if_retweet int comment '是否转发',

    comment_id int comment '评论ID'

) comment '用户-视频互动表'

row format delimited fields terminated by ',';

-- 建立短视频信息表

drop table if exists tb_video_info;

create table tb_video_info (

    id           int comment '自增ID',

    video_id     int comment '视频ID',

    author       int comment '创作者ID',

    tag          string comment '类别标签',

    duration     int comment '视频时长(秒数)',

    release_time string comment '发布时间'

) comment '短视频信息表'

    row format delimited fields terminated by ',';

-- 插入数据

insert into tb_user_video_log

values (1, 101, 2001, '2021-10-01 10:00:00', '2021-10-01 10:00:30', 0, 1, 1, null),

       (2, 102, 2001, '2021-10-01 10:00:00', '2021-10-01 10:00:24', 0, 0, 1, null),

       (3, 103, 2001, '2021-10-01 11:00:00', '2021-10-01 11:00:34', 0, 1, 0, 1732526),

       (4, 101, 2002, '2021-09-01 10:00:00', '2021-09-01 10:00:42', 1, 0, 1, null),

       (5, 102, 2002, '2021-10-01 11:00:00', '2021-10-01 11:00:30', 1, 0, 1, null);

insert into tb_video_info

values (1, 2001, 901, '影视', 30, '2021-01-01 7:00:00'),

       (2, 2002, 901, '美食', 60, '2021-01-01 7:00:00'),

       (3, 2003, 902, '旅游', 90, '2021-01-01 7:00:00');

参考答案：

-- 第一步：找出2021年有过播放的视频

select * from tb_user_video_log where year(start_time) = 2021;

-- 第二步：计算(每一个视频的)完播次数。完播：结束时间-起始时间>=视频时长

select a.video_id as video_id,

       sum(if(unix_timestamp(a.end_time) - unix_timestamp(a.start_time) >= b.duration, 1, 0))

from (

      select * from tb_user_video_log where year(start_time) = 2021

) a left join tb_video_info b on a.video_id = b.video_id

group by a.video_id;

-- 第三步：计算完播率。完播次数/总的播放次数

select a.video_id as video_id,

       sum(if(unix_timestamp(a.end_time) - unix_timestamp(a.start_time) >= b.duration, 1, 0)) / count(*)

from (

     select * from tb_user_video_log where year(start_time) = 2021

) a left join tb_video_info b on a.video_id = b.video_id

group by a.video_id;

-- 第四步：保留三位小数，还需要降序排序

select a.video_id  as video_id,

       round(sum(if(unix_timestamp(a.end_time) - unix_timestamp(a.start_time) >= b.duration, 1, 0)) / count(*), 3) as avg_comp_play_rate

from (

      select * from tb_user_video_log where year(start_time) = 2021

) a left join tb_video_info b on a.video_id = b.video_id

group by a.video_id

order by avg_comp_play_rate desc;

题目二：平均播放进度大于60%的视频类别

有用户-视频互动表tb_user_video_log：

id	uid	video_id	start_time	end_time	if_follow	if_like	if_retweet	comment_id
1	101	2001	2021-10-01 10:00:00	2021-10-01 10:00:30	0	1	1	NULL
2	102	2001	2021-10-01 10:00:00	2021-10-01 10:00:21	0	0	1	NULL
3	103	2001	2021-10-01 11:00:50	2021-10-01 11:01:20	0	1	0	1732526
4	102	2002	2021-10-01 11:00:00	2021-10-01 11:00:30	1	0	1	NULL
5	103	2002	2021-10-01 10:59:05	2021-10-01 11:00:05	1	0	1	NULL

uid-用户ID，video_id-视频ID，start_time-开始观看时间，end_time-结束观看时间，if_follow-是否关注，if_like-是否点赞，if_retweet-是否转发，comment_id-评论ID。

有短视频信息表tb_video_info：

id	video_id	author	tag	duration	release_time
1	2001	901	影视	30	2021-01-01 07:00:00
2	2002	901	美食	60	2021-01-01 07:00:00
3	2003	902	旅游	90	2021-01-01 07:00:00

video_id-视频ID，author-创作者ID，tag-类别标签，duration-视频时长(秒)，release_time-发布时间。

问题：计算各类视频的平均播放进度，将进度大于60%的类别输出(结果保留两位小数，并按播放进度倒序排序)。示例数据的输出结果如下：

tag	avg_play_progress
影视	90.00%
美食	75.00%

注：播放进度=播放时长÷视频时长*100%，当播放时长大于视频时长时，播放进度均记为100%。