每天一道大厂SQL题【Day29】腾讯数据提取(二)过去一周内的曝光点赞数据

每天一道大厂SQL题【Day29】腾讯数据提取(二)过去一周内的曝光点赞数据

大家好，我是Maynor。相信大家和我一样，都有一个大厂梦，作为一名资深大数据选手，深知SQL重要性，接下来我准备用100天时间，基于大数据岗面试中的经典SQL题，以每日1题的形式，带你过一遍热门SQL题并给出恰如其分的解答。

一路走来，随着问题加深，发现不会的也愈来愈多。但底气着实足了不少，相信不少朋友和我一样，日积月累才是最有效的学习方式！

第29题 需求二: 过去一周内的曝光点赞数据

1. 需求列表

需要输出一张中间 dws 层表：要求能够查询每个视频创建者 user_id 最近发布的 3 个视频，在过去一周内的曝光，点赞数据

需要产出字段：视频创建者 user_id，曝光用户，点赞用户数，曝光次数、点赞次数

思路分析

首先使用WITH子句定义了三个临时表：

• recent_videos：查询过去一周内发布的所有视频，并使用ROW_NUMBER()函数为每个视频创建者的视频分配一个行号，按照视频创建时间降序排列。
• top_3_videos：从recent_videos表中选择行号小于等于3的视频，即每个视频创建者最近发布的3个视频。
• video_action：将top_3_videos表与t_user_video_action_d表连接，以获取每个视频创建者最近发布的3个视频在过去一周内的曝光和点赞数据。使用聚合函数计算曝光用户数，点赞用户数，曝光次数和点赞次数。

最后，从video_action表中选择所需字段即可。

答案获取

建议你先动脑思考，动手写一写再对照看下答案，如果实在不懂可以点击下方卡片，回复:大厂sql 即可。 参考答案适用HQL，SparkSQL，FlinkSQL，即大数据组件，其他SQL需自行修改。

加技术群讨论

点击下方卡片关注 联系我进群

或者直接私信我进群

附表

用户行为表：t_user_video_action_d分区：ds（格式 yyyyMMdd） 主键：user_id、video_id

含义：一个 user 对一个视频的所有行为聚合，每天增量字段：

视频表：t_video_d

分区：ds（格式 yyyyMMdd）主键：video_id

含义：当天全量视频数据字段：

作者表：t_video_user_d

分区：ds（格式 yyyyMMdd）主键：video_user_id

含义：当天全量视频创建者数据

-- 建表
create table if not exists t_user_video_action_d (
user_id	string comment "用户id", video_id	string comment "视频id", expose_cnt int comment "曝光次数", like_cnt	int comment "点赞次数"
)
partitioned by (ds string);

create table if not exists t_video_d (
video_id	string comment ' 视 频 id', video_type		string comment ' 视 频 类 型 ', video_user_id			string comment '视频创建者user_id', video_create_time bigint comment '视频创建时间'
)
partitioned by (ds string);

create table if not exists t_video_user_d (
video_user_id	string comment '视频创建者user_id', video_user_name string comment ' 名 称 ', video_user_type string comment '视频创建者类型'
)
partitioned by (ds string);

文末SQL小技巧

提高SQL功底的思路。 1、造数据。因为有数据支撑，会方便我们根据数据结果去不断调整SQL的写法。 造数据语法既可以create table再insert into，也可以用下面的create temporary view xx as values语句，更简单。 其中create temporary view xx as values语句，SparkSQL语法支持，hive不支持。 2、先将结果表画出来，包括结果字段名有哪些，数据量也画几条。这是分析他要什么。 从源表到结果表，一路可能要走多个步骤，其实就是可能需要多个子查询，过程多就用with as来重构提高可读性。 3、要由简单过度到复杂，不要一下子就写一个很复杂的。 先写简单的select from table…,每个中间步骤都执行打印结果，看是否符合预期， 根据中间结果，进一步调整修饰SQL语句，再执行，直到接近结果表。 4、数据量要小，工具要快，如果用hive，就设置set hive.exec.mode.local.auto=true;如果是SparkSQL，就设置合适的shuffle并行度，set spark.sql.shuffle.partitions=4;