目次
1.要件：各店舗のUV（訪問者数）と各店舗への訪問数top3
2. 2017年の各月の注文数、ユーザー数、合計取引額を入力します
3.すべてのユーザーとアクティブユーザーの総数と平均年齢を見つけます
1.要件：各店舗のUV（訪問者数）と各店舗への訪問数top3
50WのJDストアがあります。各顧客が任意のストアの製品にアクセスすると、アクセスログが生成されます。アクセスログに保存されるテーブルはVisit、訪問者のユーザーIDはuser_id、訪問したストアはshopと呼ばれます。
1）店舗あたりのUV（来場者数）
2）各店舗の訪問数上位3件の訪問者情報。ストア名、訪問者ID、訪問数を出力します
データ：
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最初にテーブルを作成します
create table visit(
user_id string,
shop string
)
row format delimited fields terminated by '\t';1.1店舗あたりのUV（訪問者数）
select
shop，
count(distinct user_id)
from visit
group by shop;1.2各店舗への上位3回の訪問の訪問者情報。ストア名、訪問者ID、訪問数を出力します
1.2.1各ユーザーが各店舗にアクセスした回数を照会する
select
shop,
user_id,
count(*) ct
from visit
group by shop,user_id;t1
1.2.2ユーザーの訪問数によって各店舗のランキングを計算する
select
shop,
user_id,
ct,
rank() over(partition by shop order by ct) rk
from t1;t21.3各店舗の上位3つを取る
select
shop,
user_id,
ct
from t2
where rk<=31.4最終SQL
select
shop,
user_id,
ct
from
(select
shop,
user_id,
ct,
rank() over(partition by shop order by ct) rk
from
(select
shop,
user_id,
count(*) ct
from visit
group by
shop,
user_id)t1
)t2
where rk<=3;2. 2017年の各月の注文数、ユーザー数、合計取引額を入力します
テーブルSTG.ORDERを指定すると、次のフィールドがあります：Date、Order_id、User_id、amount。統計のSQLを入力してください：データサンプル：2017-01-01、10029028、1000003251、33.57。
1）2017年の各月の注文数、ユーザー数、合計取引額を入力します。
2）2017年11月の新規顧客数を記入してください（11月の最初の注文のみを参照）
最初にテーブルを作成します
create table order_tab(
dt string,
order_id string,
user_id string,
amount decimal(10,2)
)
row format delimited fields terminated by '\t';2.1 2017年の各月の注文数、ユーザー数、合計取引額を記入してください
select
date_format(dt,'yyyy-MM'),
count(order_id),
count(distinct user_id),
sum(amount)
from order_tab
where
date_format(dt,'yyyy')='2017'
group by
data_format(dt,'yyyy-MM');2.2 2017年11月の新規顧客数を考えると（11月の最初の注文を参照）
select
count(user_id)
from
order_tab
group by
user_id
having
date_format(min(dt),'yyyy-MM')='2017-11';3.すべてのユーザーとアクティブユーザーの総数と平均年齢を見つけます
以下のようなログがあります。すべてのユーザーとアクティブユーザーの総数と平均年齢を取得するコードを記述してください。（アクティブユーザーとは、2日間連続してアクセスレコードがあるユーザーを指します）
データ
| 日付（dt） |
ユーザー（user_id） |
年齢 |
| 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 |
最初にテーブルを作成します
create table user_age(
dt string,
user_id string,
age int
)
row format delimited fields terminated by ',';3。1日付とユーザーでグループ化し、日付とランクで並べ替えます
select
dt,
user_id,
min(age) age,
rank() over(partition by user_id order by dt) rk
from user_age
group by
dt,user_id;t13。2日付とランキングの差を計算する
select
user_id,
age,
date_sub(dt,rk) flag
from t1;t23.3旅行の値が2以上のユーザー、つまり2日間連続してアクティブなユーザーをフィルタリングします
select
user_id,
min(age) age
from t2
group by
user_id,
flag
having
coount(*)>=2;t33.4データの重複排除（ユーザーは複数の異なる時点で継続的にログインできます）
select
user_id
min(age) age
from t3
group by
user_id;t43.5アクティブユーザーの数と平均年齢を計算します（2回の連続訪問）
select
count(*) ct,
cast(sum(age)/count(*) as decimal (10,2))
from t4;3.6ユーザーに応じてグローバルデータセットを重複排除します
select
user_id,
min(age) age
from user_age
group by user_id;t53.7すべてのユーザーの数と平均年齢を計算する
select
count(*) user_count,
cast((sum(age)/count(*)) as decimal(10,1))
from t5;3.8ステップ4とステップ6の2つのデータセットに対してunionall操作を実行します
select
0 user_total_count,
0 user_total_avg_age,
count(*) twice_count,
cast(sum (age)/count(*) as decimal(10,2))twice_count_avg_age
from(
select
user_id,
min(age) age
from(
select
user_id,
age,
date_sub(dt,rk) flag
from(
select
dt,
user_id,
min(age) age,
rank() over(partition by user_id order by dt) rk
from
user_age
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(*) user_total_count,
cast((sum(age)/count(*)) as decimal(10,1)),
0 twice_count,
0 twice_count_avg_age
from(
select
user_id,
min(age) age
from
user_age
group by
user_id
)t5;t6