Hadoop(二十七)HIVE的高级应用之推荐系统

一.HIVE的基础知识

  • Hive复合数据类型:map
    – 创建map:map、str_to_map
    – 取key、value:map_keys、map_values
    – 使用:map与lateral view
  • Hive的窗口和分析函数入门
    – row_number、rank、dense_rank等对一窗口内给定列进行:取行号、排名
  • 企业应用信息安全
    – Hive、Impala转换函数translate进行简单数据保护
  • HiveServer2 JDBC接口实例应用、中文支持Bug纠错

一. 数据准备之数据库设计

原始三个表后面的表是衍生出来的

数据表设计.png

三, 数据表详细设计

  • f_orders 的数据内容

      11  2014-05-01 06:01:12.334+01  10703007267488  item8:2|item1:1
      22  2014-05-01 07:28:12.342+01  10101043505096  item6:3|item3:2
      33  2014-05-01 07:50:12.33+01   10103043509747  item7:7
      11  2014-05-01 09:27:12.33+01   10103043501575  item5:5|item1:1|item4:1|item9:1
      22  2014-05-01 09:03:12.324+01  10104043514061  item1:3
      33  2014-05-02 19:10:12.343+01  11003002067594  item4:2|item1:1
      11  2014-05-02 09:07:12.344+01  10101043497459  item9:1
      35  2014-05-03 11:07:12.339+01  10203019269975  item5:1|item1:1
      789 2014-05-03 12:59:12.743+01  10401003346256  item7:3|item8:2|item9:1
      77  2014-05-03 18:04:12.355+01  10203019262235  item5:2|item1:1
      99  2014-05-04 00:36:39.713+01  10103044681799  item9:3|item1:1
      33  2014-05-04 19:10:12.343+01  12345678901234  item5:1|item1:1
      11  2014-05-05 09:07:12.344+01  12345678901235  item6:1|item1:1
      35  2014-05-05 11:07:12.339+01  12345678901236  item5:2|item1:1
      22  2014-05-05 12:59:12.743+01  12345678901237  item9:3|item1:1
      77  2014-05-05 18:04:12.355+01  12345678901238  item8:3|item1:1
      99  2014-05-05 20:36:39.713+01  12345678901239  item9:3|item1:1
    
  • 创建f_orders的数据表

     CREATE EXTERNAL TABLE f_orders (
         user_id   STRING
       , ts        STRING
       , order_id  STRING
       , items     map<STRING,BIGINT>
     )
     ROW FORMAT DELIMITED
     FIELDS TERMINATED BY '\t'
     COLLECTION ITEMS TERMINATED BY '|'
     MAP KEYS TERMINATED BY ':'
    
  • 将数组拆开查询

    select user_id, order_id, item, amount from f_orders LATERAL VIEW explode(items) t AS item, amount
    
  • d_items的数据内容设计

      item1   100.2   catalogA|catalogD|catalogX
      item2   200.3   catalogA
      item3   300.4   catalogA|catalogX
      item4   400.5   catalogB
      item5   500.6   catalogB|catalogX
      item6   600.7   catalogB
      item7   700.8   catalogC
      item8   800.9   catalogC|catalogD
      item9   899.99  catalogC|catalogA
    
  • d_item的数据表创建

      CREATE EXTERNAL TABLE d_items (
        item_sku  STRING,
        price     DOUBLE,
        catalogs  array<STRING>
      )
      ROW FORMAT DELIMITED
      FIELDS TERMINATED BY '\t'
      COLLECTION ITEMS TERMINATED BY '|'
    
  • d_item的查询语句

      CREATE TABLE usr_cat AS
      select user_id, catalog, row_number() OVER (PARTITION BY user_id ORDER BY weight DESC) as row_num
      FROM usr_cat_weight order by user_id,row_num;
      FROM (  
      select orders.user_id, catalogs.catalog, sum(orders.amount) as weight
      from (
        select user_id, item, amount from f_orders LATERAL VIEW explode(items) t AS item, amount
      ) orders
      join (
        select item_sku, catalog from d_items LATERAL VIEW explode(catalogs) t AS catalog
      ) catalogs
      on (orders.item = catalogs.item_sku)
      group by orders.user_id, catalogs.catalog
      order by user_id, weight
      ) x
      ORDER BY user_id, row_num;
    
  • d_user 表的数据

      11;m;1981-01-01;user11@gmail.com;2014-04-21
      22;w;1982-01-01;user22@abcn.net;2014-04-22
      33;m;1983-01-01;user33@fxlive.de;2014-04-23
      77;w;1977-01-01;user77@fxlive.fr;2014-05-01
      88;m;1988-01-01;user88@fxlive.eu;2014-05-02
      99;w;1999-01-01;user99@abcn.net;2014-05-03
    
  • d_user的创建语句

      CREATE EXTERNAL TABLE d_users (
          user_id  STRING
        , gender   STRING
        , birthday STRING
        , email    STRING
        , regday   STRING
      )
      ROW FORMAT DELIMITED FIELDS TERMINATED BY '\073'
    
  • 对隐秘字段信息进行加密

      select user_id, birthday, translate(birthday, '0123456789', '1234567890'), email, translate(email, 'userfxgmail1234567890', '1234567890userfxgmail') from d_users;
    
      CREATE TABLE user_segment AS
      select c.user_id, u.gender, u.age, c.catalogs
      from (
        select user_id, group_concat(catalog, '|') as catalogs from usr_cat where row_num < 3 group by user_id
      ) c
      left outer join (
        select user_id, gender, year(now()) - cast(substr(birthday, 1, 4) as int) as age from d_users
      ) u
      on (c.user_id = u.user_id)
      ;
    
©著作权归作者所有,转载或内容合作请联系作者
  • 序言:七十年代末,一起剥皮案震惊了整个滨河市,随后出现的几起案子,更是在滨河造成了极大的恐慌,老刑警刘岩,带你破解...
    沈念sama阅读 215,294评论 6 497
  • 序言:滨河连续发生了三起死亡事件,死亡现场离奇诡异,居然都是意外死亡,警方通过查阅死者的电脑和手机,发现死者居然都...
    沈念sama阅读 91,780评论 3 391
  • 文/潘晓璐 我一进店门,熙熙楼的掌柜王于贵愁眉苦脸地迎上来,“玉大人,你说我怎么就摊上这事。” “怎么了?”我有些...
    开封第一讲书人阅读 161,001评论 0 351
  • 文/不坏的土叔 我叫张陵,是天一观的道长。 经常有香客问我,道长,这世上最难降的妖魔是什么? 我笑而不...
    开封第一讲书人阅读 57,593评论 1 289
  • 正文 为了忘掉前任,我火速办了婚礼,结果婚礼上,老公的妹妹穿的比我还像新娘。我一直安慰自己,他们只是感情好,可当我...
    茶点故事阅读 66,687评论 6 388
  • 文/花漫 我一把揭开白布。 她就那样静静地躺着,像睡着了一般。 火红的嫁衣衬着肌肤如雪。 梳的纹丝不乱的头发上,一...
    开封第一讲书人阅读 50,679评论 1 294
  • 那天,我揣着相机与录音,去河边找鬼。 笑死,一个胖子当着我的面吹牛,可吹牛的内容都是我干的。 我是一名探鬼主播,决...
    沈念sama阅读 39,667评论 3 415
  • 文/苍兰香墨 我猛地睁开眼,长吁一口气:“原来是场噩梦啊……” “哼!你这毒妇竟也来了?” 一声冷哼从身侧响起,我...
    开封第一讲书人阅读 38,426评论 0 270
  • 序言:老挝万荣一对情侣失踪,失踪者是张志新(化名)和其女友刘颖,没想到半个月后,有当地人在树林里发现了一具尸体,经...
    沈念sama阅读 44,872评论 1 307
  • 正文 独居荒郊野岭守林人离奇死亡,尸身上长有42处带血的脓包…… 初始之章·张勋 以下内容为张勋视角 年9月15日...
    茶点故事阅读 37,180评论 2 331
  • 正文 我和宋清朗相恋三年,在试婚纱的时候发现自己被绿了。 大学时的朋友给我发了我未婚夫和他白月光在一起吃饭的照片。...
    茶点故事阅读 39,346评论 1 345
  • 序言:一个原本活蹦乱跳的男人离奇死亡,死状恐怖,灵堂内的尸体忽然破棺而出,到底是诈尸还是另有隐情,我是刑警宁泽,带...
    沈念sama阅读 35,019评论 5 340
  • 正文 年R本政府宣布,位于F岛的核电站,受9级特大地震影响,放射性物质发生泄漏。R本人自食恶果不足惜,却给世界环境...
    茶点故事阅读 40,658评论 3 323
  • 文/蒙蒙 一、第九天 我趴在偏房一处隐蔽的房顶上张望。 院中可真热闹,春花似锦、人声如沸。这庄子的主人今日做“春日...
    开封第一讲书人阅读 31,268评论 0 21
  • 文/苍兰香墨 我抬头看了看天上的太阳。三九已至,却和暖如春,着一层夹袄步出监牢的瞬间,已是汗流浃背。 一阵脚步声响...
    开封第一讲书人阅读 32,495评论 1 268
  • 我被黑心中介骗来泰国打工, 没想到刚下飞机就差点儿被人妖公主榨干…… 1. 我叫王不留,地道东北人。 一个月前我还...
    沈念sama阅读 47,275评论 2 368
  • 正文 我出身青楼,却偏偏与公主长得像,于是被迫代替她去往敌国和亲。 传闻我的和亲对象是个残疾皇子,可洞房花烛夜当晚...
    茶点故事阅读 44,207评论 2 352

推荐阅读更多精彩内容