Hive -- Hive面試題及答案sql語句 ---阿善有時間看

向導

• • 數據結構
  • • 視頻表
    • 用戶表
  • 需求描述
  • 解答
  • • 1. 統計視頻觀看數Top10
    • 2. 統計視頻類別熱度Top10
    • 3. 統計出視頻觀看數最高的20個視頻的所屬類別以及類別包含Top20視頻的個數
    • 4. 統計視頻觀看數Top50所關聯視頻的所屬類別排序
    • 5. 統計每個類別中的視頻熱度，視頻流量，觀看數Top10
    • 6. 統計上傳視頻最多的用戶Top10以及他們上傳的觀看次數在前20的視頻

 

數據結構

視頻表

用戶表

需求描述

  統計影音視頻網站的常規指標，各種TopN指標：

1. 統計視頻觀看數Top10
2. 統計視頻類別熱度Top10
3. 統計出視頻觀看數最高的20個視頻的所屬類別以及類別包含Top20視頻的個數
4. 統計視頻觀看數Top50所關聯視頻的所屬類別排序
5. 統計每個類別中的視頻熱度，視頻流量，觀看數Top10
6. 統計上傳視頻最多的用戶Top10以及他們上傳的觀看次數在前20的視頻

解答

1. 統計視頻觀看數Top10

思路：使用order by按照views字段做一個全局排序即可，同時我們設置只顯示前10條。
最終代碼：

select video_id, views from video_orc order by views desc limit 10; 

2. 統計視頻類別熱度Top10

思路： 以某類視頻的個數作為視頻類別熱度。

1. 即統計每個類別有多少個視頻，顯示出包含視頻最多的前10個類別。
2. 我們需要按照類別group by聚合，然后count組內的videoId個數即可。
3. 因為當前表結構為：一個視頻對應一個或多個類別。所以如果要group by類別，需要先將類別進行列轉行(展開)，然后再進行count即可。
4. 最后按照熱度排序，顯示前10條。
   最終代碼：

select cate, count(1) cate_cnt from video_orc lateral view explode(category) temp as cate group by cate order by cate_cnt desc limit 10; 

3. 統計出視頻觀看數最高的20個視頻的所屬類別以及類別包含Top20視頻的個數

思路：

1. 先找到觀看數最高的20個視頻所屬條目的所有信息，降序排列
2. 把這20條信息中的category分裂出來(列轉行)
3. 最后查詢視頻分類名稱和該分類下有多少個Top20的視頻
   最終代碼：

select cate, count(1) from ( select category, views from video_orc order by views desc limit 20 ) t_top20 lateral view explode(category) temp as cate group by cate 

4. 統計視頻觀看數Top50所關聯視頻的所屬類別排序

思路：

1. 查詢出觀看數最多的前50個視頻的所有信息(當然包含了每個視頻對應的關聯視頻)，記為臨時表t1
2. 將找到的50條視頻信息的相關視頻relatedId列轉行，記為臨時表t2
3. 將相關視頻的id和video_orc表進行inner join操作
4. 炸裂category，按照視頻類別進行分組，統計每組視頻個數，然后排行

select cate, count(1) cate_cnt from ( select t_dis.rel_id, video_orc.category from ( select rel_id from ( select related_ids,views from video_orc order by views desc limit 50 ) t lateral view explode(related_ids) temp as rel_id group by rel_id ) t_dis join video_orc on t_dis.rel_id = video_orc.video_id ) t_join lateral view explode(category) exp_temp as cate group by cate order by cate_cnt desc 

5. 統計每個類別中的視頻熱度，視頻流量，觀看數Top10

思路：

1. 炸裂類別一列，分組倒敘排序，取前10
   最終代碼：

select * from ( select *, rank() over(partition by cate order by comments desc) rank // rank() over(partition by cate order by ratings desc) rank // rank() over(partition by cate order by views desc) rank from ( select * from video_orc lateral view explode(category) temp as cate ) t_exp ) t_rank where rank <= 10; 

6. 統計上傳視頻最多的用戶Top10以及他們上傳的觀看次數在前20的視頻

思路：

1. 先找到上傳視頻最多的10個用戶的用戶信息
2. 通過uploader字段與video_orc表進行join，得到的信息再與 views倒敘排前10的join即可
   最終代碼：

select t_join_video.* from ( select v.* from ( select uploader, videos from user_orc order by videos desc limit 10 ) t join video_orc v on t.uploader = v.uploader ) t_join_video join ( select * from video_orc order by views desc limit 10 ) t_views20 on t_join_video.video_id = t_views20.video_id