蚂蚁数据研发面试题:计算贷款用户风险等级问题解析
一、问题背景
在数据处理中,我们有两张表,一张是用户贷款信息表dwd_trd_loan_tb_dd
,包含uid
(用户 id)、amt
(贷款金额)、ovd_days
(逾期天数)、dt
(时间分区);另一张是逾期等级配置表dim_ovd_config_dd
,包含ovd_days
(逾期天数)、user_level
(用户风险等级)。例如,当ovd_days = 1
且user_level = 1
,表示用户逾期天数 <= 1 时,用户风险等级都为 1;当ovd_days = 30
且user_level = 2
,表示用户逾期天数 > 1 同时 <= 30 时,用户风险等级为 2。问题是计算 20241011 日所有贷款用户对应的风险等级。
二、测试数据准备
以下是创建表和插入测试数据的 SQL 代码:
sql
create table dwd_trd_loan_tb_dd (
uid string,
amt int,
ovd_days int,
dt string
);
create table dim_ovd_config_dd (
ovd_days bigint,
user_level bigint
);
INSERT INTO dwd_trd_loan_tb_dd VALUES
('1001',1000,0,'20241011'),
('1002',1000,33,'20241011'),
('1003',1000,12,'20241011'),
('1004',1000,68,'20241011')
;
INSERT INTO dim_ovd_config_dd VALUES
(1,1),
(30,2),
(60,3),
(180,4);
三、思路分析
- 表关联问题
看到多张表,首先考虑进行 JOIN。但初看只能用逾期天数进行关联,却又无法直接关联,由于配置表数据量小,这里可以考虑笛卡尔积。 - 数据处理问题
在笛卡尔积后,需要判断每个用户的逾期天数是否小于所有配置的逾期天数,如果是则保留。这样会出现一个用户对应多个等级的情况,此时我们要取对应配置逾期天数最小的那一条。解决方法是按照uid
进行分组,对配置逾期天数取最小值即为所需。
四、解题步骤
- 第一步:表关联
首先将两个表进行关联,使用以下 SQL 代码:
sql
with t as (
select l.*,l.ovd_days lovd_days,c.*,c.ovd_days covd_days from dwd_trd_loan_tb_dd l
join dim_ovd_config_dd c
on 1=1
)
select * from t ;
- 第二步:计算用户风险等级
在关联后的基础上,通过以下 SQL 代码计算每个用户的最小风险等级:
sql
with t as (
select l.*,l.ovd_days lovd_days,c.*,c.ovd_days covd_days from dwd_trd_loan_tb_dd l
join dim_ovd_config_dd c
on 1=1
)
select uid,min(user_level) from t where lovd_days < covd_days group by uid ;
通过以上步骤,我们可以计算出 20241011 日所有贷款用户对应的风险等级。这种方法通过巧妙的表关联和数据处理逻辑,解决了看似复杂的多表数据计算问题。希望这篇博客对大家理解此类数据处理问题有所帮助。