每天一道大厂SQL题【Day11】微众银行真题实战(一)
每天一道大厂SQL题【Day11】微众银行真题实战(一)
大家好,我是Maynor。相信大家和我一样,都有一个大厂梦
,作为一名资深大数据选手,深知SQL重要性,接下来我准备用100天时间,基于大数据岗面试中的经典SQL题
,以每日1题的形式,带你过一遍热门SQL题并给出恰如其分的解答。
一路走来,随着问题加深,发现不会的也愈来愈多。但底气着实足了不少,相信不少朋友和我一样,日积月累才是最有效的学习方式!
每日语录
如果外貌好能够获得他人的关注,又有钱能够支持各种娱乐活动,谁会愿意每天呆在家里打游戏,刷微博,看电视剧。
第11题:授信金额统计
需求列表
笔试题目
说明:SQL语法请使用HiveSQL/SparkSQL
1.基于附录《核额流水表》和附录2《借据表》统计下述指标,请提供统计SQL
指标 | 当日新增 | 昨日新增 | 历史累计 |
---|---|---|---|
申请户数 | |||
规则通过户数 | |||
核额成功户数 | |||
授信金额 | |||
平均核额 | |||
发放金额 | |||
户均发放金额 |
数据准备
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;
先了解表数据的分布情况,有2年多,每天都有分区,共760多个分区。
随机观察2个借据的情况
思路分析
方案1
假设当天是20201231,昨日是20201230
预先将复用分数据集缓存起来,只用加载一次源表。后面多次union all起来。cache table仅Spark支持,hive不支持。
方案2
借用stack函数,性能与方案1一样 ,都只加载一次表。
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:
- 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 |
- 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 | strng |
duebilid | 借据号(每个日期分区内的主键) | strng |
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 |
- 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 | strng |
sno | 流水号,主键 | strng |
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 | strng |
uid | 用户id | strng |
content | son格式key值名称为V01~V06,value值取值为0和1 | strng |
create_time | 更新日期样例格式为2020-10-1000:10:30 | strng |
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;
后记
每天一道大厂SQL题【Day11】微众银行真题实战(一)相关推荐
- 每天一道大厂SQL题【Day14】微众银行真题实战(四)
每天一道大厂SQL题[Day14]微众银行真题实战(四) 大家好,我是Maynor.相信大家和我一样,都有一个大厂梦,作为一名资深大数据选手,深知SQL重要性,接下来我准备用100天时间,基于大数据岗 ...
- 每天一道大厂SQL题【Day01】
每天一道大厂SQL题[Day01] 大家好,我是Maynor.相信大家和我一样,都有一个大厂梦,作为一名资深大数据选手,深知SQL重要性,接下来我准备用100天时间,基于大数据岗面试中的经典题,以每日 ...
- 每天一道大厂SQL题【Day02】电商场景TopK统计
每天一道大厂SQL题[Day02] 大家好,我是Maynor.相信大家和我一样,都有一个大厂梦,作为一名资深大数据选手,深知SQL重要性,接下来我准备用100天时间,基于大数据岗面试中的经典SQL题, ...
- 每天一道大厂SQL题【Day17】腾讯外包(微信相关)真题实战(二)
每天一道大厂SQL题[Day17]腾讯外包(微信相关)真题实战(二) 大家好,我是Maynor.相信大家和我一样,都有一个大厂梦,作为一名资深大数据选手,深知SQL重要性,接下来我准备用100天时间, ...
- 每天一道大厂SQL题【Day03】订单量统计
每天一道大厂SQL题[Day03]订单量统计 大家好,我是Maynor.相信大家和我一样,都有一个大厂梦,作为一名资深大数据选手,深知SQL重要性,接下来我准备用100天时间,基于大数据岗面试中的经典 ...
- 每天一道大厂SQL题【Day06】电商购买金额统计实战
每天一道大厂SQL题[Day06]电商购买金额统计实战 大家好,我是Maynor.相信大家和我一样,都有一个大厂梦,作为一名资深大数据选手,深知SQL重要性,接下来我准备用100天时间,基于大数据岗面 ...
- 每天一道大厂SQL题【Day25】脉脉真题实战(一)每日活跃用户
文章目录 每天一道大厂SQL题[Day25]脉脉真题实战(一)每日活跃用户 每日语录 第25题: 1. 需求列表 1. 初级题: 每日活跃用户 思路分析 (1) 创建表 (2) 思路 答案获取 加技术 ...
- 46W 奖金池等你来战!微众银行第三届金融科技高校技术大赛火热报名中!
青春是什么? 张爱玲曾说过,青春是个奇形怪状的玩意儿,短短的身子偏偏拖了一个长长的尾巴,像翅膀一样的招摇着,久久不肯离去. 对于你我而言,青春是什么? 青春也许是大学里点点滴滴的记忆:读书.生活.交友 ...
- 46 万奖金等你拿 | 微众银行第二届金融科技高校技术大赛报名中
听说你是算法界的"最强大脑" 算法调优难不倒! 听说你是班级里的"链圈"极客 产品设计最在行! 那么,机会来了!2020 微众银行第二届金融科技高校技术大赛已经 ...
最新文章
- 程序猿充电的五本优质编程技术书
- Happy Number 十进制转特殊三进制
- 内核怎么帮程序建立连接的
- 2017.3.12 每日小记
- android textview 必填,在android中如何使用Html渲染的方式实现必填项前面的*号
- linux内核剖析之traps.c
- CAD画图软件测试初学者,CAD制图初学入门:基础操作 平面绘图练习100题,新手必备...
- maven deploy忽略指定模块module发布到私库
- JAVA标准异常分两大类_java异常分类
- 轻松理解skip-gram模型
- 模型预处理均值、方差的理解与使用
- 寒假思雨姐摸底E题,题解
- kubernetes ingress更改日志格式
- 软件研发管理者的技能结构
- 行测-图形推理-8-图群类
- 《测绘综合能力》——地图制图
- 7-205 板凳鏊子三十三
- 初识 OKR/OKR是什么
- 二、E906移植----项目解读与FPGA基本工程搭建
- SAS程序员面试经历及常见面试题
热门文章
- 三态门有一个信号控制端en_三态门
- 20180828 手机助手后台唤醒和Doze模式下WiFi密集唤醒
- 微信小程序有什么优势?
- 新闻稿件发布的优势,新闻稿的优点
- PAT乙级“1104 天长地久”DFS优化思路
- 设备指纹(Device Fingerprinting)是什么?
- DayOfWeek转成中文星期
- PHP环境 XML外部实体注入漏洞
- 计算机故障报警声2声,电脑开机有2声短报警声.是怎么回事?怎样解决?有什么影响没?...
- Stable Diffusion 关键词tag语法教程