大数据数仓Hive笔试题(一)

1. 有十万个淘宝店铺,每个顾客访问任意一个店铺事都会生成一条访问日志,存储表为 Visit,其中访问用户ID字段名称为uid,访问的店铺字段名称为store,请统计每个店 铺的UV.(UV指的是独立访问用户,即指单个用户)

select 
store,count(distinct uid) UV 
from Visit group by store;

2. 有一亿个用户,被存储于表Users中,其中有用户唯一字段UID,用户年龄age和用户 消费总金额total,请以代码或技术方案阐述的方式,分别用SQL,或者spark core按照 用户年龄从大到小排序,如果年龄相同,则按照总消费金额按照从小到大排序.

select 
UID,age,total
from Users 
order by age DESC,total ASC;

3. 当前用户人生阶段表LifeStage,有用户唯一ID字段,UID,用户人生阶段stage,其 中stage字段为各个人生阶段标签英文逗号分隔拼接内容,如:已买房,计划买车,并且每 个用户的内容不同,请使用Hive SQL 统计每个人生阶段的用户量.

select
stage,count(*) num
(select
from LifeStage 
a lateral view explode(split(stage,',')) t1 as stage) temp -- 列转行问题
group by stage;

4. 上一题中相同的数据场景,但是LifeStage中每行数据存储一个用户人生阶段数据, 如:一行数据UID字段内容为43,stage字段内容为计划买车,另一行数据UID字段内容已 43,stage字段内容为已买房,请输出类似于UID字段为43,stage字段内容为计划买车, 已买房这样的新的整合数据,并且给出Hive SQL语句.

select 
uid,concat_ws(',',collect_set(stage)) as stage
from LifeStage
group by UID;

相关内容学习
关于concat 与concat_ws GROUP_CONCAT（）的用法
collect_set&collect_list函数用法