hive 日常数据需求(窗口函数)

数据源

hive中的adventure_ods库的ods_sales_orders表

use adventure_ods;
select * from ods_sales_orders limit 5;
image-20200502170009827.png

一:每个用户截止到每月为止的最大交易金额和累计到该月的总交易金额

select customer_key,substr(create_date,1,7) as umonth,count(1) as ucount,sum(unit_price) as usum 
from ods_sales_orders
group by customer_key,substr(create_date,1,7)
limit 10; 
image-20200502163306010.png
select *,max(usum) over(partition by customer_key order by umonth) as current_max,
sum(usum) over(partition by customer_key order by umonth) as current_sum
from (select customer_key,substr(create_date,1,7) as umonth,count(1) as ucount,sum(unit_price) as usum 
from ods_sales_orders
group by customer_key,substr(create_date,1,7)) as a
limit 10;
image-20200502165339460.png

二:计算月份的回购率和复购率

复购率&回购率:

select a.umonth,concat(round(count(b.umonth)*100/count(1),2),'%') as `回购率(%)`,concat(round(sum(if(a.order_num>1,1,0))*100/count(1),2),'%') as `复购率(%)` from  
(select customer_key,substr(create_date,1,7) as umonth,count(1) as order_num
from ods_sales_orders
group by customer_key,substr(create_date,1,7)) as a
left join
(select customer_key,substr(create_date,1,7) as umonth
from ods_sales_orders
group by customer_key,substr(create_date,1,7)) as b
on a.customer_key=b.customer_key and substring(a.umonth,6,2)=substring(b.umonth,6,2)-1
group by a.umonth;
image-20200502184259955.png

三:求用户号对应不同的产品

with tmp as (
select * from (
select customer_key,cpzl_zw,row_number() over(partition by customer_key order by create_date asc) as `排序1`,lag(cpzl_zw,1,null) over(partition by customer_key order by create_date asc) as cpzl_zw1
from ods_sales_orders) as a
where cpzl_zw!=cpzl_zw1
),
tmp2 as (
select *,row_number() over(partition by customer_key order by `排序1` ) as `排序2`
from tmp
)
select concat(customer_key,'-',concat_ws('-',collect_set(cpzl_zw))) 
from tmp2
where `排序2`<3
group by customer_key;
-- collect_set()必须要用group by
image-20200502202055542.png

四:统计各个省份所属城市下最受欢迎的Top 3 产品和其销量(不能出现null)

select * from 
(select chinese_city,english_product_name,count(1) as sales,row_number() over(partition by chinese_city order by count(1) desc) as `排序`
from ods_sales_orders as a
inner join 
(select customer_key,chinese_city
from ods_customer where chinese_city!='null') as b
on a.customer_key=b.customer_key
group by chinese_city,english_product_name) as c
where `排序`<=3;
image-20200502212846303.png

五:商品的销售数量top10,排名需考虑并列排名的情况

-- dense_rank()连续排序(1,1,2)
select * from 
(select english_product_name,count(1) as sales,dense_rank() over(order by count(1) desc) as `排序`
from ods_sales_orders
group by english_product_name) as a
where a.`排序`<=10;
image-20200502213736398.png

六:计算累加和(统计2019年1-12月的累积销量,即1月为1月份的值,2月为1、2月份值的和,3月为1、2、3月份的和,12月为1-12月份值的和)

select substr(create_date,1,7) as umonth,count(1) as sales,sum(count(1)) over(order by substr(create_date,1,7)) as `累积销量` from
ods_sales_orders 
where year(create_date)='2019'
group by substr(create_date,1,7);
image-20200502215202512.png

七:计算客户平均购买一次商品的间隔时间

select customer_key,avg(time_interval) as avg_buy_period from 
(select customer_key,datediff(lead(create_date,1,'2019-01-01') over(partition by customer_key order by create_date),create_date) as time_interval
from ods_sales_orders) as a
where time_interval>0
group by customer_key;
image-20200503202313237.png

注解:

和lag()over()相反。

lead()over():

LEAD(col,n,DEFAULT) 用于统计窗口内往下第n行值,第一个参数为列名,第二个参数为往下第n行(可选,默认为1),第三个参数为默认值(当往下第n行为NULL时候,取默认值,如不指定,则为NULL)所以使用LEAD (时间,1),取客户的时间,按照客户编号分组再按时间排序,所以使用over(partition by 客户编号 order by 时间)

八:查询最近前20%时间的订单信息

select * from
(select cplb_zw,cpzl_zw,unit_price,create_date,ntile(5) over(order by create_date desc) as stored
from ods_sales_orders) as a
where stored=1;
image-20200503203131091.png
©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 215,723评论 6 498
  • 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 92,003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 161,512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 57,825评论 1 290
  • 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 66,874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 50,841评论 1 295
  • 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 39,812评论 3 416
  • 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 38,582评论 0 271
  • 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 45,033评论 1 308
  • 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 37,309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 39,450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 35,158评论 5 341
  • 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 40,789评论 3 325
  • 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 31,409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 32,609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 47,440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 44,357评论 2 352