大数据开发学习Day25

一、Linux

定时任务配置 crontab 编辑
查看当前用户定时任务列表
清空系统日志文件 sys.log 不删除文件

bash 复制代码
crontab -e
crontab -l
> sys.log

crontab -e :编辑定时任务,大数据离线调度、脚本定时执行必备
crontab -l :查看已配置定时任务,排查调度重复 / 配置错误
> sys.log:重定向清空文件,只清内容不删文件,避免进程找不到日志文件

二、SQL

1148. 文章浏览 I

sql 复制代码
SELECT DISTINCT author_id AS id
FROM Views
WHERE author_id = viewer_id
ORDER BY author_id;

1173. 即时食物配送 I

sql 复制代码
SELECT
    ROUND(
        SUM(IF(order_date = customer_delivery_date, 1, 0)) / COUNT(*) * 100,
        2
    ) AS immediate_percentage
FROM Delivery;

IF 做条件计数

SUM+IF 统计满足条件条数

总数相除 ×100 求占比,ROUND 保留 2 位

业务转化率、渗透率标准写法

1280. 学生们参加各科测试的次数

sql 复制代码
SELECT
    s.student_id,
    s.student_name,
    sub.subject_name,
    COUNT(e.subject_name) AS attended_exams
FROM Students s
CROSS JOIN Subjects sub
LEFT JOIN Examinations e
    ON s.student_id = e.student_id
    AND sub.subject_name = e.subject_name
GROUP BY s.student_id, s.student_name, sub.subject_name
ORDER BY s.student_id, sub.subject_name;

CROSS JOIN 笛卡尔积 生成 学生 × 科目 全组合
LEFT JOIN 左连接,无考试记录自动为 null
COUNT(关联表字段) 自动把 null 计为 0

数仓维度补齐、缺失值补 0 经典模板

三、Pyspark

条件筛选 + 去重排序
百分比计算 + 保留小数
全维度笛卡尔积 + 左连接补 0

python 复制代码
from pyspark.sql import SparkSession
from pyspark.sql.functions import col, round, count, when

spark = SparkSession.builder.master("local[*]").appName("Day25").getOrCreate()

# 1. 浏览过自己文章的作者
views = spark.createDataFrame([
    (1,1,1,"2025-05-04"),
    (2,2,3,"2025-05-04")
], ["article_id","author_id","viewer_id","view_date"])

views.filter(col("author_id") == col("viewer_id"))\
     .select("author_id").distinct().orderBy("author_id").show()

# 2. 当日配送占比
delivery = spark.createDataFrame([
    (1,1,"2025-05-01","2025-05-01"),
    (2,2,"2025-05-01","2025-05-02")
])\
.toDF("delivery_id","customer_id","order_date","customer_delivery_date")

res = delivery.agg(
    round(
        count(when(col("order_date")==col("customer_delivery_date"),1))
        / count("*") * 100, 2
    ).alias("immediate_percentage")
)
res.show()

spark.stop()

Spark 过滤、去重、排序和 SQL 逻辑一致

when 等价 SQL IF 条件判断

笛卡尔积 + 左连接 可实现维度全量补齐,和业务报表对齐

四、算法

283. 移动零

给定数组,将所有 0 移到数组末尾,保持非零元素相对顺序,不额外拷贝数组

python 复制代码
def moveZeroes(nums):
    j = 0
    for i in range(len(nums)):
        if nums[i] != 0:
            nums[j], nums[i] = nums[i], nums[j]
            j += 1

双指针原地交换,不开新数组

时间 O (n),空间 O (1)

相关推荐
qq_337763201918 小时前
国际期货资管系统开发方案|内外盘交易平台源码授权与二次开发支持
java·c语言·开发语言·c++·c#
不定积分要+C_yyy18 小时前
Java关键字final三种用法、核心特性与高频易错点
java·开发语言
xexpertS20 小时前
队列积压治理:如何避免异步系统出现难以恢复的消息积压
java·开发语言
踏月的造梦星球1 天前
DMDPC 学习:架构、部署、运维与调优
运维·数据库·学习·架构
明航咨询—张老师1 天前
软考软件评测师技术深度剖析:2026年考试改革后的知识体系与备考架构
大数据·架构
阿维的博客日记1 天前
MultipartFile 是不是表示仅仅是一个分片?
java·后端·spring·multipartfile
程序员无隅1 天前
Coding Agent 为什么压缩上下文后还能继续工作?上下文模块设计拆解
java·开发语言·数据库
Python+991 天前
Java 枚举类(Enum)详解:从基础到高级应用
java·开发语言·python
千桐科技1 天前
qData 数据中台开源版从 MySQL 到 Doris完成一次数据同步
大数据·mysql·开源·doris·数据中台·qdata
二炮手亮子1 天前
浅记java线程池
java·开发语言