每天一道大厂SQL题【Day25】脉脉真题实战(一)每日活跃用户

每天一道大厂SQL题【Day25】脉脉真题实战(一)每日活跃用户

大家好，我是Maynor。相信大家和我一样，都有一个大厂梦，作为一名资深大数据选手，深知SQL重要性，接下来我准备用100天时间，基于大数据岗面试中的经典SQL题，以每日1题的形式，带你过一遍热门SQL题并给出恰如其分的解答。

一路走来，随着问题加深，发现不会的也愈来愈多。但底气着实足了不少，相信不少朋友和我一样，日积月累才是最有效的学习方式！

每日语录

学习！还是他娘地学习！

第25题：

1. 需求列表

需求1：每日活跃用户

用户每日登陆脉脉会访问app不同的模块，

现有两个表 表1记录了每日脉脉活跃用户的uid和不同模块的活跃时长表2记录了脉脉所有注册用户的一些属性

1. 初级题: 每日活跃用户

1. 九月中,每日活跃的用户数
2. 九月中,对于每日活跃用户,其当日活跃时长最大的模块
3. 十一期间的活跃用户中,jobs模块活跃超过100s的用户

思路分析

(1) 创建表

– 表1 dau 记录了每日脉脉活跃用户的uid和不同模块的活跃时长

create or replace temporary view dau(d, uid, module, active_duration) as

values (‘2020-01-01’, 1, ‘jobs’, 324),

(‘2020-01-01’, 2, ‘feeds’, 445),

(‘2020-01-01’, 3, ‘im’, 345),

(‘2020-01-02’, 2, ‘network’, 765),

(‘2020-01-02’, 3, ‘jobs’, 342);

– 表2 users 脉脉所有用户得一些注册属性

create or replace temporary view users(uid, career_level, city, work_length) as

values (1, ‘中级人才’, ‘北京’, 4),

(2, ‘高级人才’, ‘上海’, 7),

(3, ‘初级人才’, ‘北京’, 1),

(4, ‘普通人才’, ‘平顶山’, 2);

(2) 思路

1. 九月中，每日活跃的用户数

我们可以使用SQL语句来查询每日活跃的用户数。首先，我们需要筛选出九月份的数据，然后按日期分组，最后计算每组中不同用户的数量。

1. 九月中，对于每日活跃用户，其当日活跃时长最大的模块

我们可以使用SQL语句来查询每日活跃用户当日活跃时长最大的模块。首先，我们需要筛选出九月份的数据，然后按日期和用户分组，最后计算每组中活跃时长最大的模块。

1. 十一期间的活跃用户中，jobs模块活跃超过100s的用户

我们可以使用SQL语句来查询十一期间jobs模块活跃超过100s的用户。首先，我们需要筛选出十一期间jobs模块的数据，然后按用户分组，最后计算每组中活跃时长超过100s的用户。

附表

表1：maimai.dau

表2：maimai.users

文末SQL小技巧

提高SQL功底的思路。 1、造数据。因为有数据支撑，会方便我们根据数据结果去不断调整SQL的写法。 造数据语法既可以create table再insert into，也可以用下面的create temporary view xx as values语句，更简单。 其中create temporary view xx as values语句，SparkSQL语法支持，hive不支持。 2、先将结果表画出来，包括结果字段名有哪些，数据量也画几条。这是分析他要什么。 从源表到结果表，一路可能要走多个步骤，其实就是可能需要多个子查询，过程多就用with as来重构提高可读性。 3、要由简单过度到复杂，不要一下子就写一个很复杂的。 先写简单的select from table…,每个中间步骤都执行打印结果，看是否符合预期， 根据中间结果，进一步调整修饰SQL语句，再执行，直到接近结果表。 4、数据量要小，工具要快，如果用hive，就设置set hive.exec.mode.local.auto=true;如果是SparkSQL，就设置合适的shuffle并行度，set spark.sql.shuffle.partitions=4;