先来10道HiveSQL题：
第1题：访问量统计
需求
我们有如下的用户访问数据
在这里插入图片描述
要求使用SQL统计出每个用户的累积访问次数，如下表所示：
用户id 月份 小计 累积
如何实现？
数据准备
CREATE TABLE test_sql.test1 ( userId string, visitDate string, visitCount INT ) ROW format delimited FIELDS TERMINATED BY "\t"; INSERT INTO TABLE test_sql.test1 VALUES ( 'u01', '2017/1/21', 5 ), ( 'u02', '2017/1/23', 6 ), ( 'u03', '2017/1/22', 8 ), ( 'u04', '2017/1/20', 3 ), ( 'u01', '2017/1/23', 6 ), ( 'u01', '2017/2/21', 8 ), ( 'u02', '2017/1/23', 6 ), ( 'u01', '2017/2/22', 4 );
思路分析tips
首先可以使用SQL的GROUP BY语句对用户ID和月份进行分组，然后使用SUM函数统计每组的访问次数。之后再使用SQL的Window函数，如sum() over()进行累积计算，并输出累积访问次数。最后按照用户ID和月份进行排序输出结果。
答案获取
建议你先动脑思考，动手写一写再对照看下答案，如果实在不懂可以回复:大厂sql 即可。
加技术群讨论
联系我进群
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;
