HiveSQL面试题 - 技术栈

一、各类型专利top 10申请人，以及对应的专利申请数

1）表名：t_patent_detail （专利明细表）

2）表字段：专利号(patent_id)、专利名称(patent_name)、专利类型(patent_type)、申请时间

(aplly_date)、授权时间(authorize_date)、申请人(apply_users)

3）说明：同一个专利，可以有1到多个申请人，多人之间按分号隔开。本表记录数约1万条。例

如：

4）请写出hive查询语句，各类型专利top 10申请人，以及对应的专利申请数

解题思路

爆炸函数炸开apply_users（注意不要忘记分隔符）
按照专利种类，申请人进行分组，得到每个种类中每个人申请了多少次
用排名函数进行倒序排序（这里用的dense_rank）
取top10

代码

复制代码

create table t_patent_detail(
    patent_id string,
    patent_name string,
    patent_type string,
    apply_date date,
    authorize_date date,
    apply_users string
);

with t1 as (
    select patent_type,apply_user from t_patent_detail lateral view explode(split(apply_users,';')) t1 as apply_user
), t2 as (
    select patent_type,apply_user,count(*) cou from t1 group by patent_type,apply_user
),t3 as (
    select *,dense_rank() over (partition by patent_type,apply_user order by cou desc) den from t2
)select * from t3 where den<=10;

二十、查询出用户连续三天登录的所有数据记

复制代码

用户登录记录表
id           dt
1    2024-04-25 
1    2024-04-26 
1    2024-04-27
1    2024-04-28
1    2024-04-30
1    2024-05-01
1    2024-05-02
1    2024-05-04
1    2024-05-05
2    2024-04-25
2    2024-04-28
2    2024-05-02
2    2024-05-03
2    2024-05-04

期望结果：

解题思路

利用log写出上一条和上上一条的信息，如果为空则返回该条的dt
利用datediff对日期进行相减，如果该条dt与上条上上条之差都为-1，即该用户连续登录了三天

代码

复制代码

建表
create table user_log(
    id int,
    dt string
)row format delimited
fields terminated by ',';
drop table user_log;
导入数据
load data local inpath '/home/20.txt' into table user_log;
求解
with t1 as (
    select *,nvl(lag(dt,1) over(),dt) dt2,nvl(lag(dt,2) over (),dt) dt3 from user_log
),t2 as (
    select *,datediff(dt,dt2) df1,datediff(dt2,dt3) df2 from t1
)select id,dt from t2 where df1 = -1 and df2 = -1;