数据仓库_晨曦-优快云博客

原创列转行-posexplode多列对应转行

现有骑手id,订单id列表，订单配送距离列表，配送费列表，其中订单id、配送距离、配送费一一对应。二、函数介绍splitposexplode三、列转行原始数据中order_list中的数据，与distance_list、payment_list内的数据，一一对应，请将数据拆解出rider_id、order_id,distance，payment，其中distance和payment为对应订单id的距离和配送费。期望结果1、posexplode函数实现带位置的炸裂我们通过posexplode

2024-09-08 18:58:05 906

原创列转行-explode_outer及lateral view outer

现有骑手id,订单id列表，订单配送距离列表，配送费列表，其中订单id、配送距离、配送费一一对应。二、函数介绍explodesplitexplode_outer三、列转行将骑手及其订单转换成订单粒度，每单一行记录。需要把骑手r004数据进行展示期望结果1、lateral view outer explode方案先将字符串通过split函数转换成array，然后使用explode炸开，即可得到最终结果。这里我们不在使用lateral view 而是使用lateral view outer

2024-09-08 18:56:55 606

原创列转行-lateral view explode列转行

现有骑手id,订单id列表，订单配送距离列表，配送费列表，其中订单id、配送距离、配送费一一对应。二、函数介绍explodesplit三、列转行将骑手及其订单转换成订单粒度，每单一行记录。期望结果1、解决方案先将字符串通过split函数转换成array，然后使用explode炸开，即可得到最终结果。执行结果2、注意由于我们使用了lateral view横向视图与explode结合炸裂，我们会发现骑手r004因为其order_list为空没有出现在最终结果中。原因为在explode处

2024-09-05 22:31:13 573

原创列转行-多列转多行（横表变竖表）

sumcase。

2024-09-05 22:30:03 361

原创多行转多列

sumcase。

2024-09-04 23:54:33 289

原创多列一一对应

有配送订单表记录骑手配送的物品类型、送达时间、顾客id、配送举例及配送费。二、函数介绍collect_listconcat_wstransformsplitsort_array三、有序行转列根据配送订单记录表，查询出骑手id，配送订单id列表、距离列表、配送费列表，要求三列中的数据按照送达时间顺序，且一一对应；期望结果分析首先要求按照送达时间排序，且要求多列一一对应，所以我们把所有的数据拼接到一起，按照时间排序后再进行拆分。使用concat_ws将时间字段与其他需要字段进行拼接，因为需

2024-09-04 23:53:26 448

原创有序行转列

transform(expr, func) - 使用函数对数组中的元素进行转换。

2024-09-03 22:56:00 1177

原创简单行转列

collect_list(expr) - 收集并返回一个非唯一元素的列表[1,2,1]注意该函数是非确定性的，因为收集结果的顺序取决于行的顺序，这在经过shuffle之后可能是不确定的。collect_set(expr) - 收集并返回一个唯一元素的集合。[1,2]注意该函数是非确定性的，因为收集结果的顺序取决于行的顺序，这在经过shuffle之后可能是不确定的。sort_array(array[, ascendingOrder]) - 根据数组元素的自然顺序，将输入数组排序为升序或降序。

2024-09-03 22:54:22 843

原创 spark内置函数

spark3.5.1内置函数大全

2024-08-14 22:07:33 763

原创常见大数据面试SQL-各用户最长的连续登录天数-可间断

现有各用户的登录记录表t_login_events如下，表中每行数据表达的信息是一个用户何时登录了平台。现要求统计各用户最长的连续登录天数，间断一天也算作连续，例如：一个用户在1,3,5,6登录，则视为连续6天登录。

2024-07-09 22:17:40 366

原创一文搞懂连续问题

我们写过各式各样的连续，今天我们做一个总结。连续问题考察范围可能涉及到：开窗函数，lag函数，row_number()，sum()over(order by) 等各种函数，以及相关数据处理技巧等，无论选取那种方法，连续问题都是相对较为复杂，考察综合能力的一类问题。

2024-07-09 22:16:19 806

原创常见大数据面试SQL-各用户最长的连续登录天数-可间断

现有各用户的登录记录表t_login_events如下，表中每行数据表达的信息是一个用户何时登录了平台。现要求统计各用户最长的连续登录天数，间断一天也算作连续，例如：一个用户在1,3,5,6登录，则视为连续6天登录。

2024-07-09 07:57:06 489

原创常见大数据面试SQL-查询每个学科第三名的学生的学科成绩总成绩及总排名

有学生成绩表，包含学生姓名、学科、成绩三个字段，请用一条SQL查询出每个学科排名第三名的学生，他的学科成绩、总成绩、以及总排名。

2024-07-09 07:55:12 1050

原创常见大数据面试SQL-查询前2大和前2小用户并有序拼接

有用户账户表，包含年份，用户id和值,请按照年份分组，取出值前两小和前两大对应的用户id,**注意：**需要保持值最小和最大的用户id排首位。

2024-07-04 22:06:09 364

原创百度大数据面试SQL-连续签到领金币

有用户签到记录表，t_coin_signin,记录用户当天是否完成签到,请计算出每个用户的每个月获得的金币数量；签到领金币规则如下：用户签到获得1金币；如果用户连续签到3天则第三天获得2金币，如果用户连续签到7天则第7天获得5金币；连续签到7天后连续天数重置，每月签到天数重置；

2024-07-04 22:02:26 655

原创大数据开发SQL面试题50题（含答案）

本文整理了互联网大厂数据开发、数据分析、数仓等数据相关岗位面试过程中经常出现的SQL面试题，并给出了参考答案。涉及了炸裂函数、开窗函数、聚合函数开窗、在线直播人数等以及这两年各大厂面疯了各种连续问题。

2024-06-22 09:47:27 2464