57_尚硅谷_Hive案例_蚂蚁森林（2）解法二

呃，刚才呢，我们说了这种方法，它求连续三天，但是。求连续什么十天啊，超过三天，这个就很麻烦啊，所以呢，我们要用另外一种方式，另外一种方式呢，其实呃，这种思路啊，利用了一个数学的一个前提条件干什么呢？啊来，我把这个在这写一下，叫解法。二啊，对吧，它用到了一个等差数列减等差数列的一个东西。一个等差数列减一个等差数列，如果说这两个等差数列的差值相同的话，那减出来的结果是什么？是一样的，对不对，来看一下我们要的数据集，刚才在我拿下。C。啊，我们还是对着这个数据集进行分析。在这。

他不要吧？这个量。这个不好，你看一下我们要的是不是连续三天啊。那你连续三天，这是一个等差数列不？是吧，对吧，等差数列，因为用得塔Di可以做吧，啊得塔好，那如果说我给它来一个一。二。三四。五这个是六。你剪一下看看。第一个用这个地方就用data塔A减负一对吧，加负一或者用data塔萨写个一也可以吧，对吧？啊，当然前提这个日期的格式是不是也要转变一下对吧？要转变一下，那这个减出来等于多少呢。一杠一，我就直接这样写一下，OK吧，它呢，是不是也是一杠一，它呢一杠一，而到它呢，变成一杠二了，是不是，然后它呢。

一杠三了对吧，那他呢一杠三。你发现诸葛你了？还不会做吗？讲在这块的时候。那我现在要连续三天的。你发现一有几个呀。三个吧，那假如说我有一个1月1号呢。前面有个一号呢。二前面1月1号，那应该就是一在前面了，我们只能往后加是吧，假如说这个地方是2017斜杠。一如果这个是五呢，那这个是四对吧？那往下这个是五，这个是什么六这个是什么七它呢。一杠一它呢，一杠一它就变成什么一杠二了吧？啊，它是一杠二发现出问题了吗。

数最后这个东西有多少个吧，啊，你要超过三，连续三天及以上的，那我这个最后出来的这个数据大于等于什么三是不是同样的结果。好，那。这个其实就用等差数列，两个等差数列啊，这个就简单很多，而且你随便加天数。你加千数，最后我在搜个里边三改成十，改成20，随便改吧，啊，你要连续20天的，我把三改成20，你要连续十天的，把三改成什么十，那也就是说首先第一步无论怎么样，我们是不是还要过滤出来2017年。然后说填单日排放量超过100的对不对。对吧，这个还是原收集，然后按照同一个用户底下按照时间进行排序，并给他一个什么。编号，这个编号我们要想一下到底用还是。

都可以。因为前面我们按照用户以及时间进行购办了，是不是去重了。对吧，啊去重了，所以呢，他肯定不会一样的，既然不会一样，三者任选。对吧？啊，我们说的那三个有区别，是在有相同数据的时候才有区别了啊，没有相同数据大家都一样啊，所以呢，你随便选一个啊，就去捡就行就行，那我快速的把这个写一下，把这写下好，解法二第一步。第一步呢，我直接从这个地方拿一下，OK吧，因为第一步是一样的嘛，对吧？啊第一步拿一下。好把这个拿过来啊，这个呢，我把它多一点放在后面。好看，后面第二步怎么写？叫。按照日期进行排序，并。按照用户给时间一个标记，是不是啊，按照。

17、进行培训。并给。每一条。这种思路其实挺难想的，应该每一条数据什么一个标记啊，一个标记好，那我们写一下select。有的逗号，然后是什么。第一步我们已经把数据格这个日期格式化好了吧，啊格式化好了，那你就不用管了，呃，给每一条数据的一个标记，是不是，我们把这个贝塔DT是不是有，然后我们说了随便用一个吧，很随便，那我们就是用最简单的，因为它字少嘛，对吧？哦快这个地方是不是按照用户进行分区，同时按照什么。进行一个排序，不需要道具吧，不需要倒叙，那这个呢，我们给他取名叫吧，好，最后这个是from。

第一表，第一表又写什么勾吗？不用了啊，直接这样写他，我把他干什么？好了。第二啊，这个少了一个半啊，第一表给他拿过来吧，把他扔进来。进来啊，这个保存我们不管，我们先把这个数据集给他干什么，保留一份我们看一下，等会对比一下吧。这个是不是我们第一次解法一的答案了，解法一在这吧，啊，答案我放在这，等会呢，做一个对比啊，做个对比好，这个第二我们来把它跑一下吧。给他一个诶标记。走。好，现在就出现了很多的什么12345 2345，对吧，现在我们要做的是不是把它检查呀，对吧啊。

第三步，将日期。减去什么？当前的。Rank值是不是？值，那这个就简单了，来有保留吧。对，机器保留OK吧，然后减它的一个值。是下划线sub a都可以。对吧，好，那这块呢，我们用sub用sub sub是直接减对吧，前面的一个日期是不是电量DT。逗号后面呢？对吧，啊，那这个呢，我们把它叫做贝塔，叫什么名字呢。呃，电量上网下划线OK。OK吧，啊就取个别名啊，取个别名好，然后这个东西捡完了之后。T2表对不对？

就做一个相减是吧，啊做个相减就做T表交表呢，我们也给它干什么。跑一把。啊，把它拿过来。放在这儿。就是做一个相见。做一个相。好，现在数据就来了，那我们就来看一下这个是不是我们八号用户，诶不是。八号用户在这吧，你把八号用户一勾。哪个是连续的？4567吧，啊，主要是在于是不是这个时间出现了什么。三次以上的对吧？啊，出现了三次以上，出现了三次以上，好，那我们怎么过滤出来，现在已经是相减了，第四步我们怎么过滤出来连续三天的。过滤出连续三天成为100的用户。

按照用户名。和我们力的这个什么。相减的这个值叫data sub k这个东西做什么？分组对不对，我们要你看啊，我们说这个数据24567是我们要的。对吧，我们要的数据，那这个数据的特点是不是。用户加这个东西count大于什么？对不对，那你接下来对应这个数据集要做的操作，是不是按照它以及它进行分组求count新啊，然后count新大于等于三的是不是你要的数据。对吧，那这个东西我们来写一下啊。谁那个？哎。

有啊，把这个保留了，然后呢。对，DT。现在。要在这。如果我写在这儿，会不会有问题呢？因为最后啊，来我先不写。From这个什么T3表对吧，这个表示一个什么T3，那我们from这个T3表。然后这个时候你要什么事勾派了，勾派什么U的ID逗号是吧？得塔萨RK吧啊得塔减2K是不是对这个进行分组啊，进行分组之后接下来呢。Heavy。

抗心大于等于三。是不是做这个事好，那问题来了，我们最终是要跟原表进行关联，你这个DT不写还真不行。因为你少了GT，你能关联到原表。不行啊，你是可以把用户关联出来，那有什么用啊。我我要的不是这个用户吧，我是要的用户哪三天连续登录的，哪四天连续登录的吧，那想一想这个地方。对，用窗口函数是不是搞定这个事啊，对吧？啊用窗口函数可以搞定这个事，那如果说我们不想那个DT的话，是不是可以这样写一下。对吧，啊，用窗口函数，因为窗口函数可以给每一条数据来开窗，是不是保留原来的日期啊，对吧？所以这个时候假如说你还要未来要给原导进行关联的时候，这块是不是要改用窗法入啊，假如说我们简单一点，哎，不做那个事了啊，不做交易了，那这块因为做教育最后还是要改这个时间格式，是不是因为刚才我们说了还是有时间格式的问题，所以不改了，不改的时候，假如说不跟原表进行关联的时候，是不是可以这样做。

对吧，啊用户ID啊，用快递好，那我们把这个东西干什么，跑一把。哎，括号，其实这里面还有一个小问题，大家有没有发现。没有啊。没有就那就没有问题了。这个我们只能跟原表来对比这个数据吧，我们对比一下。二五八九十十一十三十四，二五八九十十一十三十四对吧，二五八九十十一十三十四没问题吧，啊也就是说这个数据已经拿出来了，只不过说最后你要想时间的话，应该用包函数。啊，用勾函数啊这个点，那这种方式呢，是我们求这个什么，连续多少天，假如说我要现在十天改了，我不要连续三天几以上，我要干什么，十年级以上只要改。

十对吧，啊，你这个搜狗右变吗？不用吧，你想想看，刚才如果三天变十天，你那个so。简直就要疯了对吧啊，没法洗啊，没法系，这个呢，就比较方便一点啊，要方便一点。这就是第二种思路，大家要去记住，就是连续问题都可以这样的方式去做。