每天一道大厂SQL题【Day14】微众银行真题实战(四)

简介: 每天一道大厂SQL题【Day14】微众银行真题实战(四)

每日语录

生活中很多人喜欢小题大作,其实真的没有必要,要想想大题怎么办。

第14题:

需求列表

基于附录3《模型输出表》统计下述指标,请提供统计SQL(备注: value值为1时即命中)

统计日期 统计指标 命中户数 命中率
20201010/累计 V01
V02
V03
V04
V05
V06

数据准备

链接:https://pan.baidu.com/s/1Wiv-LVYziVxm8f0Lbt38Gw?pwd=s4qc

提取码:s4qc

debt.txt文件
set spark.sql.shuffle.partitions=4;
create database webank_db;
use webank_db;
create or replace temporary view check_view (ds comment '日期分区',
sno comment '流水号', uid comment '用户id',
is_risk_apply comment '是否核额申请',
is_pass_rule comment '是否通过规则',
is_obtain_qutoa comment '是否授信成功', quota comment '授信金额',
update_time comment '更新时间')
as
values ('20201101', 's000', 'u000', 1, 1, 1, 700, '2020-11-01 08:12:12'),
('20201102',  's088', 'u088', 1,  1,  1,  888, '2020-11-02 08:12:12'),
('20201230',  's091', 'u091', 1,  1,  1,  789, '2020-12-30 08:12:12'),
('20201230',  's092', 'u092', 1,  0,  0,  0, '2020-12-30 08:12:12'),
('20201230',  's093', 'u093', 1,  1,  1,  700, '2020-12-30 08:12:12'),
('20201231',  's094', 'u094', 1,  1,  1,  789, '2020-12-31 08:12:12'),
('20201231',  's095', 'u095', 1,  1,  1,  600, '2020-12-31 08:12:12'),
('20201231',  's096', 'u096', 1,  1,  0,  0, '2020-12-31 08:12:12')
;
--创建核额流水表 
drop table if exists check_t;
create table check_t (
sno string comment '流水号', 
    uid string,
is_risk_apply bigint, 
    is_pass_rule bigint, 
    is_obtain_qutoa bigint, 
    quota decimal(30,6), update_time string
) partitioned by (ds string comment '日期分区');
--动态分区需要设置 
set hive.exec.dynamic.partition=true;
set hive.exec.dynamic.partition.mode=nonstrict; 
insert overwrite table check_t partition (ds) select sno,
uid, is_risk_apply, is_pass_rule, is_obtain_qutoa, quota, 
update_time,
ds
from check_view;

-- 创 建 借 据 表
create table debt(
duebill_id  string comment '借据号',
uid string, prod_type   string, 
putout_date string, 
putout_amt    decimal(30, 6),
balance decimal(30, 6), 
is_buliang    int, 
overduedays int
)partitioned by (ds string comment '日期分区');
--资料提供了一个34899条借据数据的文件 
--下面补充如何将文件的数据导入到分区表中。需要一个中间普通表过度。
drop table if exists webank_db.debt_temp;
create table webank_db.debt_temp(
duebill_id    string comment '借据号', uid string,
prod_type string,
putout_date string, putout_amt  decimal(30, 6),
balance decimal(30,6),
is_buliang  int, overduedays int,
ds string comment '日期分区'
) row format delimited fields terminated by 't';
load data local inpath '/root/debt.txt' overwrite into table webank_db.debt_temp;
--动态分区需要设置 
set hive.exec.dynamic.partition=true;
set hive.exec.dynamic.partition.mode=nonstrict;
insert overwrite table webank_db.debt partition (ds)
select * from webank_db.debt_temp;
--技巧:如果查询debt表,由于分区数太多,导致查询很慢。 
-- 开发阶段,我们可以事先将表缓存起来,并且降低分区数比如为6,那么查缓存表大大提升了开发效率。 
-- 上线阶段,再用实际表替换缓存表。 
--首次缓存会耗时慢 
cache table cache_debt as select /+ coalesce(6) /  from
debt;
--第二次使用缓存会很快 
select count(*) from cache_debt;
select ds,count(1) from cache_debt group by ds;

思路分析

--创建模型输出表数据集 
create or replace temporary view output_model(ds,sno,create_time,uid,content,update_time) as values
('20200101','s001','20210101','u001','{"V01":0,"V02":1,"V03":1,"V04":0,"V05":1,"V06":0}','20210101'),
('20200101','s002','20210101','u002','{"V01":1,"V02":1,"V03":0,"V04":1,"V05":0,"V06":0}','20210101'),
('20200101','s003','20210101','u003','{"V01":0,"V02":1,"V03":0,"V04":1,"V05":0,"V06":1}','20210101'),
('20200101','s004','20210101','u004','{"V01":0,"V02":1,"V03":1,"V04":1,"V05":1,"V06":1}','20210101'),
('20200101','s005','20210101','u005','{"V01":0,"V02":0,"V03":0,"V04":1,"V05":1,"V06":1}','20210101');

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

微众银行源数据表附录:

  1. 核额流水表
字段名 字段意义 字段类型
ds 日期分区,样例格式为20200101,每个分区有全量流水 string
sno 每个ds内主键,流水号 string
uid 户id string
is_risk_apply 是否核额申请(核额漏斗第一步)取值0和1 bigint
is_pass_rule 是否通过规则(核额漏斗第二步)取值0和1 bigint
is_obtain_qutoa 是否授信成功(核额漏斗第三步)取值0和1 bigint
quota 授信金额 decimal(30,6)
update_time 更新时间样例格式为2020-11-14 08:12:12 string
  1. 借据表
字段名 字段意义 字段类型
ds 日期分区,样例格式为20200101每个分区有全量借据 string
duebilid 借据号(每个日期分区内的主键) string
uid 用户id string
prod_type 产品名称仅3个枚举值XX贷YY贷ZZ贷 string
putout_date 发放日期样例格式为2020-10-10 00:10:30 bigint
putout_amt 发放金额 decimal(30,6)
balance 借据余额 decimal(30,6)
is_buliang 状态-是否不良取值0和1 bigint
overduedays 逾期天数 bigint
  1. 模型输出表
字段名 字段意义 字段类型
ds 日期分区,样例格式为20200101增量表部分流水记录可能有更新 string
sno 流水号,主键 string
create time 创建日期样例格式为2020-10-10 00:10:30与sno唯一绑定,不会变更 string
uid 用户id string
content son格式key值名称为V01~V06,value值取值为0和1 string
create_time 更新日期样例格式为2020-10-1000:10:30 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;

目录
相关文章
|
5月前
|
SQL 大数据 HIVE
每天一道大厂SQL题【Day25】脉脉真题实战(一)每日活跃用户
每天一道大厂SQL题【Day25】脉脉真题实战(一)每日活跃用户
50 0
|
5月前
|
SQL 大数据 HIVE
每天一道大厂SQL题【Day27】脉脉真题实战(三)连续两天活跃用户
每天一道大厂SQL题【Day27】脉脉真题实战(三)连续两天活跃用户
37 0
|
12天前
|
SQL 自然语言处理 数据库
NL2SQL实践系列(2):2024最新模型实战效果(Chat2DB-GLM、书生·浦语2、InternLM2-SQL等)以及工业级案例教学
NL2SQL实践系列(2):2024最新模型实战效果(Chat2DB-GLM、书生·浦语2、InternLM2-SQL等)以及工业级案例教学
NL2SQL实践系列(2):2024最新模型实战效果(Chat2DB-GLM、书生·浦语2、InternLM2-SQL等)以及工业级案例教学
|
16天前
|
SQL 数据库
数据库SQL语言实战(二)
数据库SQL语言实战(二)
|
23天前
|
SQL 存储 关系型数据库
【MySQL实战笔记】02.一条SQL更新语句是如何执行的-2
【4月更文挑战第5天】两阶段提交是为确保`redo log`和`binlog`逻辑一致,避免数据不一致。若先写`redo log`, crash后数据可能丢失,导致恢复后状态错误;若先写`binlog`,crash则可能导致重复事务,影响数据库一致性。一天一备相较于一周一备,能缩短“最长恢复时间”,但需权衡额外的存储成本。
16 1
|
4月前
|
SQL 数据挖掘 数据库
SQL数据分析实战:从导入到高级查询的完整指南
SQL数据分析实战:从导入到高级查询的完整指南
62 0
|
5月前
|
SQL 大数据 HIVE
每天一道大厂SQL题【Day26】脉脉真题实战(二)活跃时长的均值
每天一道大厂SQL题【Day26】脉脉真题实战(二)活跃时长的均值
24 0
|
5月前
|
SQL 大数据 Serverless
每天一道大厂SQL题【Day24】华泰证券真题实战(六)
每天一道大厂SQL题【Day24】华泰证券真题实战(六)
38 0
|
5月前
|
SQL 大数据 HIVE
每天一道大厂SQL题【Day23】华泰证券真题实战(五)
每天一道大厂SQL题【Day23】华泰证券真题实战(五)
28 0
|
5月前
|
SQL 大数据 HIVE
每天一道大厂SQL题【Day22】华泰证券真题实战(四)
每天一道大厂SQL题【Day22】华泰证券真题实战(四)
41 0