每天一道大厂SQL题【Day25】脉脉真题实战(一)每日活跃用户

第25题：

1. 需求列表

需求1：每日活跃用户

用户每日登陆脉脉会访问app不同的模块，

现有两个表 表1记录了每日脉脉活跃用户的uid和不同模块的活跃时长表2记录了脉脉所有注册用户的一些属性

1. 初级题: 每日活跃用户

1. 九月中,每日活跃的用户数
   
2. 九月中,对于每日活跃用户,其当日活跃时长最大的模块
   
3. 十一期间的活跃用户中,jobs模块活跃超过100s的用户
   

思路分析

(1) 创建表

– 表1 dau 记录了每日脉脉活跃用户的uid和不同模块的活跃时长

create or replace temporary view dau(d, uid, module, active_duration) as
values (‘2020-01-01’, 1, ‘jobs’, 324),
(‘2020-01-01’, 2, ‘feeds’, 445),
(‘2020-01-01’, 3, ‘im’, 345),
(‘2020-01-02’, 2, ‘network’, 765),
(‘2020-01-02’, 3, ‘jobs’, 342);

– 表2 users 脉脉所有用户得一些注册属性

create or replace temporary view users(uid, career_level, city, work_length) as

values (1, ‘中级人才’, ‘北京’, 4),

(2, ‘高级人才’, ‘上海’, 7),

(3, ‘初级人才’, ‘北京’, 1),

(4, ‘普通人才’, ‘平顶山’, 2);

(2) 思路

1. 九月中，每日活跃的用户数

我们可以使用SQL语句来查询每日活跃的用户数。首先，我们需要筛选出九月份的数据，然后按日期分组，最后计算每组中不同用户的数量。

2. 九月中，对于每日活跃用户，其当日活跃时长最大的模块

我们可以使用SQL语句来查询每日活跃用户当日活跃时长最大的模块。首先，我们需要筛选出九月份的数据，然后按日期和用户分组，最后计算每组中活跃时长最大的模块。

3. 十一期间的活跃用户中，jobs模块活跃超过100s的用户

我们可以使用SQL语句来查询十一期间jobs模块活跃超过100s的用户。首先，我们需要筛选出十一期间jobs模块的数据，然后按用户分组，最后计算每组中活跃时长超过100s的用户。

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

表1：maimai.dau

表2：maimai.users

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;