Hive两小案例

最新推荐文章于 2025-06-09 11:34:24 发布

原创

最新推荐文章于 2025-06-09 11:34:24 发布 · 458 阅读

0 ·

CC 4.0 BY-SA版权

本文提供了两个Hive实战案例。第一题涉及用户访问数据的统计，通过Hive SQL计算每个用户的累积访问次数。第二题是京东店铺的访问日志分析，包括计算每个店铺的唯一访客数（UV）以及访问次数最多的前三个访客信息。通过创建表、加载数据及使用分组、窗口函数等进行数据处理。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

Hive案例

第1题

我们有如下的用户访问数据

userId	visitDate	visitCount
u01	2017/1/21	5
u02	2017/1/23	6
u03	2017/1/22	8
u04	2017/1/20	3
u01	2017/1/23	6
u01	2017/2/21	8
u02	2017/1/23	6
u01	2017/2/22	4

要求使用SQL统计出每个用户的累积访问次数，如下表所示：

用户id	月份	小计	累积
u01	2017-01	11	11
u01	2017-02	12	23
u02	2017-01	12	12
u03	2017-01	8	8
u04	2017-01	3	3

数据：

u01 2017/1/21 5

u02 2017/1/23 6

u03 2017/1/22 8

u04 2017/1/20 3

u01 2017/1/23 6

u01 2017/2/21 8

u02 2017/1/23 6

u01 2017/2/22 4

创建table，加载数据

create tbale action(
 userId string,visitDate     string ,visitCount   int 
)
row format delimited fields terminated by '\t'；
load data local inpath '/opt/module/datas/viste.txt' into table action;

分析原表中的数据以及结果输出的表数据，发现visitDate字段需要进行格式转换以及分割，格式转换联想到date_format函数，
```
select action.userid ，date_format(regexp_rep(action.visitDate,'/','-'),'yyyy-MM') date_dt,action.visitCount  from 
```