×

hive 大数据 hivesql

❤️手撕这十道HiveSQL题还不能吊打面试官,却能保你不被吊打❤️【推荐收藏】

Lanson Lanson 发表于2021-07-14 23:16:21 浏览358 评论3

3人参与发表评论

全网最详细的大数据Hive文章系列,强烈建议收藏加关注!


新文章都已经列出历史文章目录,帮助大家回顾前面的知识重点。


目录

系列历史文章

前言

HiveSQL十题

第一题

1、需求

2、数据准备

3、查询SQL

4、执行结果

第二题

1、需求

2、数据准备

3、查询SQL实现

4、执行结果

第三题

1、需求

2、数据准备

3、查询SQL

4、 执行结果

第四题

1、需求

2、数据准备

3、查询SQL 

4、执行结果

第五题

1、需求

2、数据准备

3、查询SQL

 4、执行结果

第六题

1、需求

2、数据准备

3、查询SQL

4、执行结果

第七题

1、需求

2、数据准备

 3、查询SQL

4、执行结果

第八题 

1、需求

2、数据准备

3、查询SQL 

4、执行结果 

第九题

1、需求

2、数据准备

3、查询SQL 

4、执行结果 

第十题

1、需求

2、数据准备

3、 查询SQL

4、执行结果

最后


系列历史文章

2021年大数据Hive(十二):Hive综合案例!!!

2021年大数据Hive(十一):Hive调优

2021年大数据Hive(十):Hive的数据存储格式

2021年大数据Hive(九):Hive的数据压缩

2021年大数据Hive(八):Hive自定义函数

2021年大数据Hive(七):Hive的开窗函数

2021年大数据Hive(六):Hive的表生成函数

2021年大数据Hive(五):Hive的内置函数(数学、字符串、日期、条件、转换、行转列)

2021年大数据Hive(四):Hive查询语法

2021年大数据Hive(三):手把手教你如何吃透Hive数据库和表操作(学会秒变数仓大佬)

2021年大数据Hive(二):Hive的三种安装模式和MySQL搭配使用

2021年大数据Hive(一):Hive基本概念


前言

 2021大数据领域优质创作博客,带你从入门到精通,该博客每天更新,逐渐完善大数据各个知识体系的文章,帮助大家更高效学习。

下面是基础的十道HiveSQL题,必须都能手撕出来,不然面试得凉凉了,离吊打面试官你还差100道HiveSQL题,先别想这么多,给自己一个小目标,搞定这十道题!


HiveSQL十题


第一题


1、需求

我们有如下的用户访问数据


userId
visitDatevisitCount
u01
2021/1/21
5
u02
2021/1/236
u03
2021/1/228
u04
2021/1/203
u01
2021/1/236
u01
2021/2/218
u02
2021/1/236
u012021/2/224













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月份小计累计
u012021-011111
u012021-021223
u022021-011212
u032021-0188
u042021-0133









2、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.test1VALUES
	( 'u01', '2021/1/21', 5 ),
	( 'u02', '2021/1/23', 6 ),
	( 'u03', '2021/1/22', 8 ),
	( 'u04', '2021/1/20', 3 ),
	( 'u01', '2021/1/23', 6 ),
	( 'u01', '2021/2/21', 8 ),
	( 'u02', '2021/1/23', 6 ),
	( 'u01', '2021/2/22', 4 );

3、查询SQL

SELECT
	t2.userid,
	t2.visitmonth,
	subtotal_visit_cnt,	sum( subtotal_visit_cnt ) over ( PARTITION BY userid ORDER BY visitmonth ) AS total_visit_cnt 
FROM
	(	SELECT
		userid,
		visitmonth,		sum( visitcount ) AS subtotal_visit_cnt 
	FROM
		( SELECT userid, date_format( regexp_replace ( visitdate, '/', '-' ), 'yyyy-MM' ) AS visitmonth, visitcount FROM test_sql.test1 ) t1 
	GROUP BY
		userid,
		visitmonth 
	) t2 
ORDER BY
	t2.userid,
	t2.visitmonth;


4、执行结果


第二题

1、需求

有50W个京东店铺,每个顾客访客访问任何一个店铺的任何一个商品时都会产生一条访问日志,访问日志存储的表名为Visit,访客的用户id为user_id,被访问的店铺名称为shop,数据如下:
user_idshop
u1a
u2b
u1b
u1a
u3c
u4b
u1a
u2c
u5b
u4b
u6c
u2c
u1b
u2a
u2a
u3a
u5a
u5a
u5a



























请统计:

(1)每个店铺的UV(访客数)

(2)每个店铺访问次数top3的访客信息。输出店铺名称、访客id、访问次数


2、数据准备

CREATE TABLE test_sql.test2 ( user_id string, shop string ) ROW format delimited FIELDS TERMINATED BY '\t';INSERT INTO TABLE test_sql.test2VALUES
	( 'u1', 'a' ),
	( 'u2', 'b' ),
	( 'u1', 'b' ),
	( 'u1', 'a' ),
	( 'u3', 'c' ),
	( 'u4', 'b' ),
	( 'u1', 'a' ),
	( 'u2', 'c' ),
	( 'u5', 'b' ),
	( 'u4', 'b' ),
	( 'u6', 'c' ),
	( 'u2', 'c' ),
	( 'u1', 'b' ),
	( 'u2', 'a' ),
	( 'u2', 'a' ),
	( 'u3', 'a' ),
	( 'u5', 'a' ),
	( 'u5', 'a' ),
	( 'u5', 'a' );


3、查询SQL实现

(1)
方式1:
# 每个店铺的UV(访客数)
SELECT shop,count(DISTINCT user_id) FROM test_sql.test2 GROUP BY shop

方式2:

#每个店铺的UV(访客数)
SELECT
	t.shop,
	count(*) 
FROM
	( SELECT user_id, shop FROM test_sql.test2 GROUP BY user_id, shop ) t 
GROUP BY
	t.shop;

(2) 

#每个店铺访问次数top3的访客信息。输出店铺名称、访客id、访问次数 
SELECT
	t2.shop,
	t2.user_id,
	t2.cnt 
FROM
	(
	SELECT
		t1.*,
		row_number() over ( PARTITION BY t1.shop ORDER BY t1.cnt DESC ) rank 
	FROM
		( SELECT user_id, shop, count(*) AS cnt FROM test_sql.test2 GROUP BY user_id, shop ) t1 
	) t2 
WHERE
	rank <= 3;


4、执行结果

(1)

(2)


第三题

1、需求

已知一个表STG.ORDER,有如下字段:Date,Order_id,User_id,amount。
数据样例:2021-01-01,10029028,1000003251,33.57。
请给出sql进行统计:
(1)给出 2021年每个月的订单数、用户数、总成交金额。
(2)给出2021年11月的新客数(指在11月才有第一笔订单)

2、数据准备

CREATE TABLE test_sql.test3 ( dt string, order_id string, user_id string, amount DECIMAL ( 10, 2 ) ) ROW format delimited FIELDS TERMINATED BY '\t';INSERT INTO TABLE test_sql.test3VALUES
	( '2021-01-01', '10029028', '1000003251', 33.57 );INSERT INTO TABLE test_sql.test3VALUES
	( '2021-01-01', '10029029', '1000003251', 33.57 );INSERT INTO TABLE test_sql.test3VALUES
	( '2021-01-01', '100290288', '1000003252', 33.57 );INSERT INTO TABLE test_sql.test3VALUES
	( '2021-02-02', '10029088', '1000003251', 33.57 );INSERT INTO TABLE test_sql.test3VALUES
	( '2021-02-02', '100290281', '1000003251', 33.57 );INSERT INTO TABLE test_sql.test3VALUES
	( '2021-02-02', '100290282', '1000003253', 33.57 );INSERT INTO TABLE test_sql.test3VALUES
	( '2021-11-02', '10290282', '100003253', 234 );INSERT INTO TABLE test_sql.test3VALUES
	( '2018-11-02', '10290284', '100003243', 234 );


3、查询SQL

(1)给出 2021年每个月的订单数、用户数、总成交金额。
SELECT
	t1.mon,	count( t1.order_id ) AS order_cnt,	count( DISTINCT t1.user_id ) AS user_cnt,	sum( amount ) AS total_amount 
FROM
	(	SELECT
		order_id,
		user_id,
		amount,		date_format( dt, 'yyyy-MM' ) mon 
	FROM
		test_sql.test3 
	WHERE
		date_format( dt, 'yyyy' ) = '2021' 
	) t1 
GROUP BY
	t1.mon;
(2)给出2021年11月的新客数(指在11月才有第一笔订单)
SELECT
	count( user_id ) 
FROM
	test_sql.test3 
GROUP BY
	user_id 
HAVING
	date_format( min( dt ), 'yyyy-MM' )= '2021-11';

4、 执行结果

(1)

(2)


第四题

1、需求

有一个5000万的用户文件(user_id,name,age),一个2亿记录的用户看电影的记录文件(user_id, url),根据年龄段观看电影的次数进行排序?

2、数据准备

CREATE TABLE test_sql.test4user ( user_id string, NAME string, age INT );CREATE TABLE test_sql.test4log ( user_id string, url string );INSERT INTO TABLE test_sql.test4userVALUES
	( '001', 'u1', 10 );INSERT INTO TABLE test_sql.test4userVALUES
	( '002', 'u2', 15 );INSERT INTO TABLE test_sql.test4userVALUES
	( '003', 'u3', 15 );INSERT INTO TABLE test_sql.test4userVALUES
	( '004', 'u4', 20 );INSERT INTO TABLE test_sql.test4userVALUES
	( '005', 'u5', 25 );INSERT INTO TABLE test_sql.test4userVALUES
	( '006', 'u6', 35 );INSERT INTO TABLE test_sql.test4userVALUES
	( '007', 'u7', 40 );INSERT INTO TABLE test_sql.test4userVALUES
	( '008', 'u8', 45 );INSERT INTO TABLE test_sql.test4userVALUES
	( '009', 'u9', 50 );INSERT INTO TABLE test_sql.test4userVALUES
	( '0010', 'u10', 65 );INSERT INTO TABLE test_sql.test4logVALUES
	( '001', 'url1' );INSERT INTO TABLE test_sql.test4logVALUES
	( '002', 'url1' );INSERT INTO TABLE test_sql.test4logVALUES
	( '003', 'url2' );INSERT INTO TABLE test_sql.test4logVALUES
	( '004', 'url3' );INSERT INTO TABLE test_sql.test4logVALUES
	( '005', 'url3' );INSERT INTO TABLE test_sql.test4logVALUES
	( '006', 'url1' );INSERT INTO TABLE test_sql.test4logVALUES
	( '007', 'url5' );INSERT INTO TABLE test_sql.test4logVALUES
	( '008', 'url7' );INSERT INTO TABLE test_sql.test4logVALUES
	( '009', 'url5' );INSERT INTO TABLE test_sql.test4logVALUES
	( '0010', 'url1' );


3、查询SQL 

方式1

SELECT
	t2.age_phase,	sum( t1.cnt ) AS view_cnt 
FROM
	( SELECT user_id, count(*) cnt FROM test_sql.test4log GROUP BY user_id ) t1	JOIN (	SELECT
		user_id,	CASE
			
			WHEN age <= 10 AND age > 0 THEN
			'0-10' 
			WHEN age <= 20 AND age > 10 THEN
			'10-20' 
			WHEN age > 20 
			AND age <= 30 THEN '20-30' WHEN age > 30 
				AND age <= 40 THEN '30-40' WHEN age > 40 
					AND age <= 50 THEN '40-50' WHEN age > 50 
						AND age <= 60 THEN '50-60' WHEN age > 60 
							AND age <= 70 THEN
								'60-70' ELSE '70以上' 
								END AS age_phase 
						FROM
							test_sql.test4user 
						) t2 ON t1.user_id = t2.user_id 
					GROUP BY
					t2.age_phase;

方式2

SELECT
	concat( phase - 10, '-', phase ),	sum( cnt ) sum_movies 
FROM
	(	SELECT
		*,		ceil( age / 10 ) * 10 phase 
	FROM
		test4user a		JOIN ( SELECT user_id, count( url ) cnt FROM test4log GROUP BY user_id ) b ON a.user_id = b.user_id 
	) c 
GROUP BY
	c.phase;


4、执行结果

方式1

 方式2


第五题

1、需求

有日志如下,请写出代码求得所有用户和活跃用户的总数及平均年龄。(活跃用户指连续两天都有 访问记录的用户)
日期 用户 年龄
2019-02-11,test_1,23
2019-02-11,test_2,19
2019-02-11,test_3,39
2019-02-11,test_1,23
2019-02-11,test_3,39
2019-02-11,test_1,23
2019-02-12,test_2,19
2019-02-13,test_1,23
2019-02-15,test_2,19
2019-02-16,test_2,19









2、数据准备

CREATE TABLE test5 ( dt string, user_id string, age INT ) ROW format delimited FIELDS TERMINATED BY ',';INSERT INTO TABLE test_sql.test5VALUES
	( '2019-02-11', 'test_1', 23 );INSERT INTO TABLE test_sql.test5VALUES
	( '2019-02-11', 'test_2', 19 );INSERT INTO TABLE test_sql.test5VALUES
	( '2019-02-11', 'test_3', 39 );INSERT INTO TABLE test_sql.test5VALUES
	( '2019-02-11', 'test_1', 23 );INSERT INTO TABLE test_sql.test5VALUES
	( '2019-02-11', 'test_3', 39 );INSERT INTO TABLE test_sql.test5VALUES
	( '2019-02-11', 'test_1', 23 );INSERT INTO TABLE test_sql.test5VALUES
	( '2019-02-12', 'test_2', 19 );INSERT INTO TABLE test_sql.test5VALUES
	( '2019-02-13', 'test_1', 23 );INSERT INTO TABLE test_sql.test5VALUES
	( '2019-02-15', 'test_2', 19 );INSERT INTO TABLE test_sql.test5VALUES
	( '2019-02-16', 'test_2', 19 );


3、查询SQL

方式1

SELECT
	sum( total_user_cnt ) total_user_cnt,	sum( total_user_avg_age ) total_user_avg_age,	sum( two_days_cnt ) two_days_cnt,	sum( avg_age ) avg_age 
FROM
	(	SELECT
		0 total_user_cnt,		0 total_user_avg_age,		count(*) AS two_days_cnt,		cast(		sum( age ) / count(*) AS DECIMAL ( 5, 2 )) AS avg_age 
	FROM
		(		SELECT
			user_id,			max( age ) age 
		FROM
			(			SELECT
				user_id,				max( age ) age 
			FROM
				(				SELECT
					user_id,
					age,					date_sub( dt, rank ) flag 
				FROM
					(					SELECT
						dt,
						user_id,						max( age ) age,
						row_number() over ( PARTITION BY user_id ORDER BY dt ) rank 
					FROM
						test_sql.test5 
					GROUP BY
						dt,
						user_id 
					) t1 
				) t2 
			GROUP BY
				user_id,
				flag 
			HAVING
				count(*) >= 2 
			) t3 
		GROUP BY
			user_id 
		) t4 UNION ALL	SELECT
		count(*) total_user_cnt,		cast(		sum( age ) / count(*) AS DECIMAL ( 5, 2 )) total_user_avg_age,		0 two_days_cnt,		0 avg_age 
	FROM
		( SELECT user_id, max( age ) age FROM test_sql.test5 GROUP BY user_id ) t5 
	) t6;

方式2

SELECT
	* 
FROM
	(	SELECT
		count( user_id ) total_cnt_users,		avg( age ) total_avg_age 
	FROM
		( SELECT user_id, max( age ) age FROM test5 GROUP BY user_id ) g 
	) h	CROSS JOIN (	SELECT
		count( user_id ) hot_users_count,		avg( age ) hot_age_avg 
	FROM
		(		SELECT
			d.user_id,			max( d.age ) age 
		FROM
			(			SELECT
				user_id,				max( age ) age,				count( 1 ) cnt 
			FROM
				(				SELECT
					*,					date_sub( dt, rank ) dt2 
				FROM
					(					SELECT
						user_id,
						dt,						max( age ) age,
						ROW_NUMBER() over ( PARTITION BY a.user_id ORDER BY a.dt ) rank 
					FROM
						( SELECT DISTINCT dt, age, user_id FROM test5 ) a 
					GROUP BY
						a.user_id,
						a.dt 
					) b 
				) c 
			GROUP BY
				c.user_id,
				c.dt2 
			HAVING
				cnt > 1 
			) d 
		GROUP BY
			d.user_id 
		) e 
	) f ON 1 = 1;

 4、执行结果

方式1

 

方式2

第六题

1、需求

请用sql写出所有用户中在今年10月份第一次购买商品的金额, 表ordertable字段:(购买用户:userid,金额:money,购买时间:paymenttime(格式:2021-10-01), 订单id:orderid

2、数据准备

CREATE TABLE test_sql.test6 ( userid string, money DECIMAL ( 10, 2 ), paymenttime string, orderid string );INSERT INTO TABLE test_sql.test6VALUES
	( '001', 100, '2021-10-01', '123' );INSERT INTO TABLE test_sql.test6VALUES
	( '001', 200, '2021-10-02', '124' );INSERT INTO TABLE test_sql.test6VALUES
	( '002', 500, '2021-10-01', '125' );INSERT INTO TABLE test_sql.test6VALUES
	( '001', 100, '2021-11-01', '126' );


3、查询SQL

SELECT
	userid,
	paymenttime,
	money,
	orderid 
FROM
	(	SELECT
		userid,
		money,
		paymenttime,
		orderid,
		row_number() over ( PARTITION BY userid ORDER BY paymenttime ) rank 
	FROM
		test_sql.test6 
	WHERE
		date_format( paymenttime, 'yyyy-MM' ) = '2021-10' 
	) t 
WHERE
	rank = 1;


4、执行结果


第七题

1、需求

现有图书管理数据库的三个数据模型如下:
图书(数据表名:BOOK)
序号字段名称字段描述字段类型
1BOOK_ID总编号文本
2SORT分类号文本
3BOOK_NAME书名文本
4WRITER作者文本
5OUTPUT出版单位文本
6PRICE单位数值(保留小数点后2位)











读者(数据表名:READER)

序号字段名称字段描述字段类型
1READER_ID借书证号文本
2COMPANY单位文本
3NAME姓名文本
4SEX性别文本
5GRADE职称文本
6ADDR地址文本











借阅记录(数据表名:BORROW LOG)

序号字段名称字段描述字段类型
1READER_ID借书证号文本
2BOOK_ID总编号文本
3BORROW_DATE借书日期日期







(1)创建图书管理库的图书、读者和借阅三个基本表的表结构。请写出建表语句。

(2)找出姓李的读者姓名(NAME)和所在单位(COMPANY)。
(3)查找“高等教育出版社”的所有图书名称(BOOK_NAME)及单价(PRICE),结果按单价降序排序。
(4)查找价格介于10元和20元之间的图书种类(SORT)出版单位(OUTPUT)和单价(PRICE), 结果按出版单位(OUTPUT)和单价(PRICE)升序排序。
(5)查找所有借了书的读者的姓名(NAME)及所在单位(COMPANY)。
(6)求”科学出版社”图书的最高单价、最低单价、平均单价。
(7)找出当前至少借阅了2本图书(大于等于2本)的读者姓名及其所在单位。
(8)考虑到数据安全的需要,需定时将“借阅记录”中数据进行备份,请使用一条SQL语句,在备份用户bak下创建与“借阅记录”表结构完全一致的数据表BORROW_LOG_BAK.井且将“借阅记录”中现 有数据全部复制到BORROW_L0G_ BAK中。
(9)现在需要将原Oracle数据库中数据迁移至Hive仓库,请写出“图书”在Hive中的建表语句(Hive实现,提示:列分隔符|;数据表数据需要外部导入:分区分别以month_part、day_part 命名)
(10)Hive中有表A,现在需要将表A的月分区 202106中 user_id为20000的user_dinner字段更新为bonc8920,其他用户user_dinner字段数据不变,请列出更新的方法步骤。(Hive实现, 提示:Hlive中无update语法,请通过其他办法进行数据更新)

2、数据准备

(1) 创建图书表book
CREATE TABLE test_sql.book (
	book_id string,	`SORT` string,
	book_name string,
	writer string,	OUTPUT string,
price DECIMAL ( 10, 2 ));INSERT INTO TABLE test_sql.bookVALUES
	( '001', 'TP391', '信息处理', 'author1', '机械工业出版社', '20' );INSERT INTO TABLE test_sql.bookVALUES
	( '002', 'TP392', '数据库', 'author12', '科学出版社', '15' );INSERT INTO TABLE test_sql.bookVALUES
	( '003', 'TP393', '计算机网络', 'author3', '机械工业出版社', '29' );INSERT INTO TABLE test_sql.bookVALUES
	( '004', 'TP399', '微机原理', 'author4', '科学出版社', '39' );INSERT INTO TABLE test_sql.bookVALUES
	( '005', 'C931', '管理信息系统', 'author5', '机械工业出版社', '40' );INSERT INTO TABLE test_sql.bookVALUES
	( '006', 'C932', '运筹学', 'author6', '科学出版社', '55' );INSERT INTO TABLE test_sql.bookVALUES
	( '007', 'C939', '大数据平台架构与原型实现', 'author7', '高等教育出版社', '66' );

 (2)创建读者表reader

CREATE TABLE test_sql.reader ( reader_id string, company string, NAME string, sex string, grade string, addr string );INSERT INTO TABLE test_sql.readerVALUES
	( '0001', '阿里巴巴', 'jack', '男', 'vp', 'addr1' );INSERT INTO TABLE test_sql.readerVALUES
	( '0002', '百度', 'robin', '男', 'vp', 'addr2' );INSERT INTO TABLE test_sql.readerVALUES
	( '0003', '腾讯', 'tony', '男', 'vp', 'addr3' );INSERT INTO TABLE test_sql.readerVALUES
	( '0004', '京东', 'jasper', '男', 'cfo', 'addr4' );INSERT INTO TABLE test_sql.readerVALUES
	( '0005', '网易', 'zhangsan', '女', 'ceo', 'addr5' );INSERT INTO TABLE test_sql.readerVALUES
	( '0006', '搜狐', 'lisi', '女', 'ceo', 'addr6' );INSERT INTO TABLE test_sql.readerVALUES
	( '0007', '美团', '李哥', '男', '大数据开发', 'addr7' );

(3)创建借阅记录表borrow_log

CREATE TABLE test_sql.borrow_log ( reader_id string, book_id string, borrow_date string );INSERT INTO TABLE test_sql.borrow_logVALUES
	( '0001', '002', '2021-10-14' );INSERT INTO TABLE test_sql.borrow_logVALUES
	( '0002', '001', '2021-10-13' );INSERT INTO TABLE test_sql.borrow_logVALUES
	( '0003', '005', '2021-09-14' );INSERT INTO TABLE test_sql.borrow_logVALUES
	( '0004', '006', '2021-08-15' );INSERT INTO TABLE test_sql.borrow_logVALUES
	( '0005', '003', '2021-10-10' );INSERT INTO TABLE test_sql.borrow_logVALUES
	( '0006', '004', '2021-12-13' );INSERT INTO TABLE test_sql.borrow_logVALUES
	( '0007', '003', '2021-10-16' );INSERT INTO TABLE test_sql.borrow_logVALUES
	( '0007', '008', '2021-10-16' );

 3、查询SQL

(1)创建图书管理库的图书、读者和借阅三个基本表的表结构。请写出建表语句。

CREATE TABLE test_sql.book (
	book_id string,	`SORT` string,
	book_name string,
	writer string,	OUTPUT string,
price DECIMAL ( 10, 2 ));CREATE TABLE test_sql.reader ( reader_id string, company string, NAME string, sex string, grade string, addr string );CREATE TABLE test_sql.borrow_log ( reader_id string, book_id string, borrow_date string );

(2) 找出姓李的读者姓名(NAME)和所在单位(COMPANY)。

SELECT name, company FROM test_sql.reader WHERE name LIKE '李%';

(3)查找“高等教育出版社”的所有图书名称(BOOK_NAME)及单价(PRICE),结果按单价降序排序。

SELECT
	book_name,
	price 
FROM
	test_sql.book 
WHERE
	OUTPUT = "高等教育出版社" ORDER BY
	price DESC;

(4) 查找价格介于10元和20元之间的图书种类(SORT)出版单位(OUTPUT)和单价(PRICE),结 果按出版单位(OUTPUT)和单价(PRICE)升序排序。

方式1

SELECT
	sort,	output,
	price 
FROM
	test_sql.book 
WHERE
	price >= 10 
	AND price <= 20 ORDER BY
	output,
	price;

 方式2

SELECT
	sort,	output,
	price 
FROM
	book 
WHERE
	price BETWEEN 10 
	AND 20 ORDER BY
	output ASC,
	price ASC;

(5)查找所有借了书的读者的姓名(NAME)及所在单位(COMPANY)。

SELECT
	b.NAME,
	b.company 
FROM
	test_sql.borrow_log a	JOIN test_sql.reader b ON a.reader_id = b.reader_id;

(6)求”科学出版社”图书的最高单价、最低单价、平均单价。

SELECT
	max( price ),	min( price ),	avg( price ) 
FROM
	test_sql.book 
WHERE
	OUTPUT = '科学出版社';

(7)找出当前至少借阅了2本图书(大于等于2本)的读者姓名及其所在单位。

SELECT
	b.NAME,
	b.company 
FROM
	( SELECT reader_id FROM test_sql.borrow_log GROUP BY reader_id HAVING count(*) >= 2 ) a	JOIN test_sql.reader b ON a.reader_id = b.reader_id;

(8)考虑到数据安全的需要,需定时将“借阅记录”中数据进行备份,请使用一条SQL语句,在备份用 户bak下创建与“借阅记录”表结构完全一致的数据表BORROW_LOG_BAK.井且将“借阅记录”中现有 数据全部复制到BORROW_L0G_ BAK中。

CREATE TABLE test_sql.borrow_log_bak AS SELECT* 
FROM
	test_sql.borrow_log;

(9)现在需要将原Oracle数据库中数据迁移至Hive仓库,请写出“图书”在Hive中的建表语句(Hive实现,提示:列分隔符|;数据表数据需要外部导入:分区分别以month_part、day_part 命名)

CREATE TABLE book_hive 
	( book_id string, SORT string, book_name string, writer string, OUTPUT string, price DECIMAL ( 10, 2 ) ) 
	partitioned BY ( month_part string, day_part string ) 
	ROW format delimited FIELDS TERMINATED BY '\|' stored AS textfile;

(10)Hive中有表A,现在需要将表A的月分区 202106 中 user_id为20000的user_dinner字段更新为bonc8920,其他用户user_dinner字段数据不变,请列出更新的方法步骤。(Hive实现,提示:Hlive中无update语法,请通过其他办法进行数据更新)

方式1:配置hive支持事务操作,分桶表,orc存储格式
方式2:第一步找到要更新的数据,将要更改的字段替换为新的值,第二步找到不需要更新的数据,第三步将上两步的数据插入一张新表中。

4、执行结果

(2)

(3)

(4)

(5)

(6)

(7)

(8)

(9)


第八题 

1、需求

有一个线上服务器访问日志格式如下(用sql答题)

求11月9号下午14点(14-15点),访问/api/user/login接口的top10的ip地址

2、数据准备

CREATE TABLE test_sql.test8 ( `date` string, interface string, ip string );INSERT INTO TABLE test_sql.test8VALUES
	( '2016-11-09 11:22:05', '/api/user/login', '110.23.5.23' );INSERT INTO TABLE test_sql.test8VALUES
	( '2016-11-09 11:23:10', '/api/user/detail', '57.3.2.16' );INSERT INTO TABLE test_sql.test8VALUES
	( '2016-11-09 23:59:40', '/api/user/login', '200.6.5.166' );INSERT INTO TABLE test_sql.test8VALUES
	( '2016-11-09 11:14:23', '/api/user/login', '136.79.47.70' );INSERT INTO TABLE test_sql.test8VALUES
	( '2016-11-09 11:15:23', '/api/user/detail', '94.144.143.141' );INSERT INTO TABLE test_sql.test8VALUES
	( '2016-11-09 11:16:23', '/api/user/login', '197.161.8.206' );INSERT INTO TABLE test_sql.test8VALUES
	( '2016-11-09 12:14:23', '/api/user/detail', '240.227.107.145' );INSERT INTO TABLE test_sql.test8VALUES
	( '2016-11-09 13:14:23', '/api/user/login', '79.130.122.205' );INSERT INTO TABLE test_sql.test8VALUES
	( '2016-11-09 14:14:23', '/api/user/detail', '65.228.251.189' );INSERT INTO TABLE test_sql.test8VALUES
	( '2016-11-09 14:15:23', '/api/user/detail', '245.23.122.44' );INSERT INTO TABLE test_sql.test8VALUES
	( '2016-11-09 14:17:23', '/api/user/detail', '22.74.142.137' );INSERT INTO TABLE test_sql.test8VALUES
	( '2016-11-09 14:19:23', '/api/user/detail', '54.93.212.87' );INSERT INTO TABLE test_sql.test8VALUES
	( '2016-11-09 14:20:23', '/api/user/detail', '218.15.167.248' );INSERT INTO TABLE test_sql.test8VALUES
	( '2016-11-09 14:24:23', '/api/user/detail', '20.117.19.75' );INSERT INTO TABLE test_sql.test8VALUES
	( '2016-11-09 15:14:23', '/api/user/login', '183.162.66.97' );INSERT INTO TABLE test_sql.test8VALUES
	( '2016-11-09 16:14:23', '/api/user/login', '108.181.245.147' );INSERT INTO TABLE test_sql.test8VALUES
	( '2016-11-09 14:17:23', '/api/user/login', '22.74.142.137' );INSERT INTO TABLE test_sql.test8VALUES
	( '2016-11-09 14:19:23', '/api/user/login', '22.74.142.137' );


3、查询SQL 

SELECT
	ip,	count(*) AS cnt 
FROM
	test_sql.test8 
WHERE
	date_format( `date`, 'yyyy-MM-dd HH' ) >= '2016-11-09 14' 
	AND date_format( `date`, 'yyyy-MM-dd HH' ) < '2016-11-09 15' 
	AND interface = '/api/user/login' GROUP BY
	ip 
ORDER BY
	cnt DESC 
	LIMIT 10;


4、执行结果 


第九题

1、需求

有一个充值日志表credit_log,字段如下:
`dist_id` int   '区组id',
`account` string   '账号',
`money` int   '充值金额',`
create_time` string  '订单时间'
请写出SQL语句,查询充值日志表2021年01月02号每个区组下充值额最大的账号,要求
结果:
区组id,账号,金额,充值时间

2、数据准备

CREATE TABLE test_sql.test9 ( dist_id string COMMENT '区组id', account string COMMENT '账号', `money` DECIMAL ( 10, 2 ) COMMENT '充值金额', create_time string COMMENT '订单时间' );INSERT INTO TABLE test_sql.test9VALUES
	( '1', '11', 100006, '2021-01-02 13:00:01' );INSERT INTO TABLE test_sql.test9VALUES
	( '1', '22', 110000, '2021-01-02 13:00:02' );INSERT INTO TABLE test_sql.test9VALUES
	( '1', '33', 102000, '2021-01-02 13:00:03' );INSERT INTO TABLE test_sql.test9VALUES
	( '1', '44', 100300, '2021-01-02 13:00:04' );INSERT INTO TABLE test_sql.test9VALUES
	( '1', '55', 100040, '2021-01-02 13:00:05' );INSERT INTO TABLE test_sql.test9VALUES
	( '1', '66', 100005, '2021-01-02 13:00:06' );INSERT INTO TABLE test_sql.test9VALUES
	( '1', '77', 180000, '2021-01-03 13:00:07' );INSERT INTO TABLE test_sql.test9VALUES
	( '1', '88', 106000, '2021-01-02 13:00:08' );INSERT INTO TABLE test_sql.test9VALUES
	( '1', '99', 100400, '2021-01-02 13:00:09' );INSERT INTO TABLE test_sql.test9VALUES
	( '1', '12', 100030, '2021-01-02 13:00:10' );INSERT INTO TABLE test_sql.test9VALUES
	( '1', '13', 100003, '2021-01-02 13:00:20' );INSERT INTO TABLE test_sql.test9VALUES
	( '1', '14', 100020, '2021-01-02 13:00:30' );INSERT INTO TABLE test_sql.test9VALUES
	( '1', '15', 100500, '2021-01-02 13:00:40' );INSERT INTO TABLE test_sql.test9VALUES
	( '1', '16', 106000, '2021-01-02 13:00:50' );INSERT INTO TABLE test_sql.test9VALUES
	( '1', '17', 100800, '2021-01-02 13:00:59' );INSERT INTO TABLE test_sql.test9VALUES
	( '2', '18', 100800, '2021-01-02 13:00:11' );INSERT INTO TABLE test_sql.test9VALUES
	( '2', '19', 100030, '2021-01-02 13:00:12' );INSERT INTO TABLE test_sql.test9VALUES
	( '2', '10', 100000, '2021-01-02 13:00:13' );INSERT INTO TABLE test_sql.test9VALUES
	( '2', '45', 100010, '2021-01-02 13:00:14' );INSERT INTO TABLE test_sql.test9VALUES
	( '2', '78', 100070, '2021-01-02 13:00:15' );


3、查询SQL 

WITH TEMP AS (	SELECT
		dist_id,		account,		sum( `money` ) sum_money 
	FROM
		test_sql.test9 
	WHERE
		date_format( create_time, 'yyyy-MM-dd' ) = '2021-01-02' 
	GROUP BY
		dist_id,		account 
	) SELECT
	t1.dist_id,
	t1.account,
	t1.sum_money 
FROM
	(	SELECT
		temp.dist_id,
		temp.account,
		temp.sum_money,		rank() over ( PARTITION BY temp.dist_id ORDER BY temp.sum_money DESC ) ranks 
	FROM
		TEMP 
	) t1 
WHERE
	ranks = 1;


4、执行结果 


第十题

1、需求

有一个账号表如下,请写出SQL语句,查询各自区组的gold排名前十的账号(分组取前10)
dist_id string   '区组id',
account string   '账号',
gold int   '金币'

2、数据准备

CREATE TABLE test_sql.test10 ( `dist_id` string COMMENT '区组id', `account` string COMMENT '账号', `gold` INT COMMENT '金币' );INSERT INTO TABLE test_sql.test10VALUES
	( '1', '77', 18 );INSERT INTO TABLE test_sql.test10VALUES
	( '1', '88', 106 );INSERT INTO TABLE test_sql.test10VALUES
	( '1', '99', 10 );INSERT INTO TABLE test_sql.test10VALUES
	( '1', '12', 13 );INSERT INTO TABLE test_sql.test10VALUES
	( '1', '13', 14 );INSERT INTO TABLE test_sql.test10VALUES
	( '1', '14', 25 );INSERT INTO TABLE test_sql.test10VALUES
	( '1', '15', 36 );INSERT INTO TABLE test_sql.test10VALUES
	( '1', '16', 12 );INSERT INTO TABLE test_sql.test10VALUES
	( '1', '17', 158 );INSERT INTO TABLE test_sql.test10VALUES
	( '2', '18', 12 );INSERT INTO TABLE test_sql.test10VALUES
	( '2', '19', 44 );INSERT INTO TABLE test_sql.test10VALUES
	( '2', '10', 66 );INSERT INTO TABLE test_sql.test10VALUES
	( '2', '45', 80 );INSERT INTO TABLE test_sql.test10VALUES
	( '2', '78', 98 );


3、 查询SQL

SELECT
	dist_id,	account,
	gold 
FROM
	( SELECT dist_id, account, gold, row_number () over ( PARTITION BY dist_id ORDER BY gold DESC ) rank FROM test_sql.test10 ) t 
WHERE
	rank <= 10;


4、执行结果

最后

  以上十道HiveSQL熟练掌握可以有效阻止被面试官的吊打,但是离吊打面试官的实力,还得需要经典100道Hive题加训练,后续会继续创作下一篇经典100道Hive题吊打面试官系列,强烈建议收藏加关注!


  • 📢博客主页:https://lansonli.blog.csdn.net

  • 📢欢迎点赞 👍 收藏 ⭐留言 📝 如有错误敬请指正!

  • 📢本文由 Lansonli 原创,首发于 CSDN博客🙉

  • 📢大数据系列文章会每天更新,停下休息的时候不要忘了别人还在奔跑,希望大家抓紧时间学习,全力奔赴更美好的生活✨


欢迎留言

访客
访客 访客2021-07-25 23:47:00 | 回复 写得很详细~
访客 访客2021-07-25 23:48:09 | 回复 好文章
访客 访客2021-07-25 23:48:30 | 回复 大佬,写不错哟