每天一道大厂SQL题【Day29】腾讯数据提取(二)过去一周内的曝光点赞数据
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！
第29题 需求二: 过去一周内的曝光点赞数据
1. 需求列表
需要输出一张中间 dws 层表：要求能够查询每个视频创建者 user_id 最近发布的 3 个视频，在过去一周内的曝光，点赞数据
需要产出字段：视频创建者 user_id，曝光用户，点赞用户数，曝光次数、点赞次数
思路分析
首先使用WITH子句定义了三个临时表：
recent_videos：查询过去一周内发布的所有视频，并使用ROW_NUMBER()函数为每个视频创建者的视频分配一个行号，按照视频创建时间降序排列。top_3_videos：从recent_videos表中选择行号小于等于3的视频，即每个视频创建者最近发布的3个视频。video_action：将top_3_videos表与t_user_video_action_d表连接，以获取每个视频创建者最近发布的3个视频在过去一周内的曝光和点赞数据。使用聚合函数计算曝光用户数，点赞用户数，曝光次数和点赞次数。
最后，从video_action表中选择所需字段即可。
答案获取
建议你先动脑思考，动手写一写再对照看下答案，如果实在不懂可以点击下方卡片，回复:大厂sql 即可。
参考答案适用HQL，SparkSQL，FlinkSQL，即大数据组件，其他SQL需自行修改。
加技术群讨论
点击下方卡片关注 联系我进群
或者直接私信我进群
附表
用户行为表：t_user_video_action_d分区：ds（格式 yyyyMMdd） 主键：user_id、video_id
含义：一个 user 对一个视频的所有行为聚合，每天增量字段：
字段名 | 字段含义 | 类型 |
|---|---|---|
user_id | 用 户 id | string |
video_id | 视 频 id | string |
expose_cnt | 曝光次数 | int |
like_cnt | 点赞次数 | int |
视频表：t_video_d
分区：ds（格式 yyyyMMdd）主键：video_id
含义：当天全量视频数据字段：
字段名 | 字段含义 | 类型 | 枚举 |
|---|---|---|---|
video_id | 视 频 id | string | |
video_type | 视频类型 | string | 娱乐、新闻、搞笑 |
video_user_id | 视频创建者 user_id | string | |
video_create_time | 视频创建时间 | bigint |
作者表：t_video_user_d
分区：ds（格式 yyyyMMdd）主键：video_user_id
含义：当天全量视频创建者数据
字段名 | 字段含义 | 类型 | 枚举 |
|---|---|---|---|
video_user_id | 视频创建者 user_id | string | |
video_user_name | 名称 | string | |
video_user_type | 视频创建者类型 | string | 娱乐、新闻、搞笑 |
-- 建表
create table if not exists t_user_video_action_d (
user_id string comment "用户id", video_id string comment "视频id", expose_cnt int comment "曝光次数", like_cnt int comment "点赞次数"
)
partitioned by (ds string);
create table if not exists t_video_d (
video_id string comment ' 视 频 id', video_type string comment ' 视 频 类 型 ', video_user_id string comment '视频创建者user_id', video_create_time bigint comment '视频创建时间'
)
partitioned by (ds string);
create table if not exists t_video_user_d (
video_user_id string comment '视频创建者user_id', video_user_name string comment ' 名 称 ', video_user_type string comment '视频创建者类型'
)
partitioned by (ds string);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;
