题目说明
练习题目来自牛客网sq在线编程 大厂面试题每类视频近一个月的转发量/率_牛客题霸_牛客网 (nowcoder.com)
测试用例
create database nk_test; //创建数据库
use nk_test; //进入数据库
// 创建表
DROP TABLE IF EXISTS tb_user_video_log;
DROP TABLE IF EXISTS tb_video_info;
CREATE TABLE tb_user_video_log (
id INT,
uid INT,
video_id INT,
start_time timestamp,
end_time timestamp,
if_follow TINYINT,
if_like TINYINT,
if_retweet TINYINT,
comment_id INT
);
CREATE TABLE tb_video_info (
id INT,
video_id INT,
author INT,
tag string,
duration INT,
release_time timestamp
);
// 插入数据
INSERT INTO tb_user_video_log(id, uid, video_id, start_time, end_time, if_follow, if_like, if_retweet, comment_id) VALUES
(1, 101, 2001, '2021-10-01 10:00:00', '2021-10-01 10:00:30', 0, 1, 1, null),
(2, 102, 2001, '2021-10-01 10:00:00', '2021-10-01 10:00:24', 0, 0, 1, null),
(3, 103, 2001, '2021-10-01 11:00:00', '2021-10-01 11:00:34', 0, 1, 0, 1732526),
(4, 101, 2002, '2021-09-01 10:00:00', '2021-09-01 10:00:42', 1, 0, 1, null),
(5, 102, 2002, '2021-10-01 11:00:00', '2021-10-01 11:00:30', 1, 0, 1, null);
INSERT INTO tb_video_info(id, video_id, author, tag, duration, release_time) VALUES
(1, 2001, 901, '影视', 30, '2021-01-01 7:00:00'),
(2, 2002, 901, '美食', 60, '2021-01-01 7:00:00'),
(3, 2003, 902, '旅游', 90, '2021-01-01 7:00:00');
描述
用户-视频互动表tb_user_video_log
id | uid | video_id | start_time | end_time | if_follow | if_like | if_retweet | comment_id |
---|---|---|---|---|---|---|---|---|
1 | 101 | 2001 | 2021-10-01 10:00:00 | 2021-10-01 10:00:20 | 1 | 1 | NULL | |
2 | 102 | 2001 | 2021-10-01 10:00:00 | 2021-10-01 10:00:15 | 1 | NULL | ||
3 | 103 | 2001 | 2021-10-01 11:00:50 | 2021-10-01 11:01:15 | 1 | 1732526 | ||
4 | 102 | 2002 | 2021-09-10 11:00:00 | 2021-09-10 11:00:30 | 1 | 1 | NULL | |
5 | 103 | 2002 | 2021-10-01 10:59:05 | 2021-10-01 11:00:05 | 1 | 1 | NULL |
(uid-用户ID, video_id-视频ID, start_time-开始观看时间, end_time-结束观看时间, if_follow-是否关注, if_like-是否点赞, if_retweet-是否转发, comment_id-评论ID)
短视频信息表tb_video_info
id | video_id | author | tag | duration | release_time |
---|---|---|---|---|---|
1 | 2001 | 901 | 影视 | 30 | 2021-01-01 07:00:00 |
2 | 2002 | 901 | 美食 | 60 | 2021-01-01 07:00:00 |
3 | 2003 | 902 | 旅游 | 90 | 2020-01-01 07:00:00 |
(video_id-视频ID, author-创作者ID, tag-类别标签, duration-视频时长, release_time-发布时间)
问题:统计在有用户互动的最近一个月(按包含当天在内的近30天算,比如10月31日的近30天为10.2~10.31之间的数据)中,每类视频的转发量和转发率(保留3位小数)。
注:转发率=转发量÷播放量。结果按转发率降序排序。
输出示例:
示例数据的输出结果如下
tag | retweet_cut | retweet_rate |
---|---|---|
美食 | 2 | 1.000 |
影视 | 2 |
解释:
由表tb_user_video_log的数据可得,数据转储当天为2021年10月1日。近30天内,影视类视频2001共有3次播放记录,被转发2次,转发率为0.667;美食类视频2002共有2次播放记录,1次被转发,转发率为0.500。
解决方案
SQL写法
SELECT tag,SUM(if_retweet) AS retweet_cut,
ROUND(SUM(if_retweet)/count(*) ,3) AS retweet_rate
FROM tb_user_video_log AS t1
LEFT JOIN tb_video_info AS t2
ON t1.video_id = t2.video_id
WHERE date(start_time) > (SELECT DATE_SUB(MAX(date(start_time)),30) FROM tb_user_video_log)
GROUP BY tag
ORDER BY retweet_rate DESC;
HIVE写法
-- 错误写法 不知道到什么原因就是在where中的子查询就是用不起要报错,所以我只能将30天前的日期使用变量接收
SELECT tag,SUM(if_retweet) AS retweet_cut,
ROUND(SUM(if_retweet)/count(*) ,3) AS retweet_rate
FROM tb_user_video_log AS t1
LEFT JOIN tb_video_info AS t2
ON t1.video_id = t2.video_id
WHERE date(start_time) > (SELECT DATE_SUB(MAX(date(start_time)),30) FROM tb_user_video_log)
GROUP BY tag
ORDER BY retweet_rate DESC;
-- 正确写法
-- 查询30天前的日期
SELECT DATE_SUB(MAX(date(start_time)),30) FROM tb_user_video_log;
-- 使用变量接收这个日期,然后'${hiveconf:max_time}'使用这个变量 注意:不能给这个日期打引号否则后边不能成功运行。
set max_time = 2021-09-01;
SELECT tag,SUM(if_retweet) AS retweet_cut,
ROUND(SUM(if_retweet)/count(*) ,3) AS retweet_rate
FROM tb_user_video_log AS t1
LEFT JOIN tb_video_info AS t2
ON t1.video_id = t2.video_id
WHERE date(start_time) > '${hiveconf:max_time}'
GROUP BY tag
ORDER BY retweet_rate DESC;
#调试代码
# 本来想用试一试直接将查询结果赋值给变量,发现不得行只能采用手动设置了
set max_time = SELECT DATE_SUB(MAX(date(start_time)),30) FROM tb_user_video_log;
set max_time = 2021-09-01;
SELECT start_time
FROM tb_user_video_log
WHERE date(start_time) > to_date('${hiveconf:max_time}');
问题分析
- 关联用户-视频互动记录和短视频信息表:tb_user_video_log AS t1 JOIN tb_video_info AS t2 ON t1.video_id = t2.video_id;
- 筛选最近30天的记录:
- 找到今天的日期:MAX(DATE(start_time)
- 往过去推移30天:DATE_SUB(MAX(DATE(start_time)), 30)
- 将过去30天的截止日期使用变量接收 set max_time = 2021-09-01;
- 筛选最近的:tb_user_video_log)
- 按视频类别分组:GROUP BY tag
- 计算每个类别的转发量:SUM(if_retweet)
-
计算每个类别的转发率(转发率=转发量÷播放量):SUM(if_retweet) / COUNT(1)
max_time = 2021-09-01;
- 筛选最近的:tb_user_video_log)
- 按视频类别分组:GROUP BY tag
- 计算每个类别的转发量:SUM(if_retweet)
- 计算每个类别的转发率(转发率=转发量÷播放量):SUM(if_retweet) / COUNT(1)
- 保留3位小数:ROUND(x, 3)