问题描述1

SQL之用户行为路径分析--HQL面试题46【拼多多面试题】_路径分析

sql-CSDN博客文章浏览阅读2k次点赞6次收藏19次。

目录0

问题描述1

操作时间要求1统计每天符合以下条件的用户数A操作之后是B操作AB操作必须相邻。

2统计用户行为序列为A-B-D的用户数其中:A-B之间可以有任何其他浏览记录(如C,E等),B-D之间除了C记录可以有任何其他浏览记录(如A,E等)1

数据分析1数据生成......_路径分析

sqlhttps://blog.csdn.net/godlovedaniel/article/details/119856344

问题描述

统计每天符合以下条件的用户数A操作之后是B操作AB操作必须相邻统计用户行为序列为A-B-D的用户数

A-B之间可以有任何其他浏览记录(如C,E等),B-D之间除了C记录可以有任何其他浏览记录(如A,E等)

数据准备

需求一统计每天符合以下条件的用户数A操作之后是B操作AB操作必须相邻

step1:

将路径分析转换成字符串序列分析采用函数concat_ws(,,

collect_set())

selectuser_id,op_id,op_time,collect_set(op_id)

over

及collect_list属于高级的聚合窗口函数当over()中有order

between

返回值array说明在hive中是把一个key的多个信息收集起来合成一个不去重举例select

avg(score)

collect_set收集并形成set集合结果去重高级聚合函数

语法collect_set(col)返回值array说明在hive中是把一个key的多个信息收集起来去重举例select

avg(score)

B.......)返回值string说明返回输入字符串连接后的结果,SEP表示各个字符串的分隔符举例select

;---

(selectuser_id,op_id,op_time,collect_set(op_id)

over

需求二需要匹配A-B-D的路径但A,B之间可以有任何其他浏览记录B-D之间除了C记录可以有任何其他浏览记录所以使用字符串的正则匹配like来求解。

代码片段

where

(selectuser_id,op_id,op_time,collect_set(op_id)

over

上述案例阐述用户行为路径的解决方法主要思路是将用户路径转换为字符串序列进行分析并利用like方法进行路径的模糊匹配。

字符”%”表示任意数量的字符。

Hive的like正则表达式见Hive正则表达式-CSDN博客文章浏览阅读382次点赞13次收藏5次。

Hive正则表达式https://blog.csdn.net/SHWAITME/article/details/136094446?spm1001.2014.3001.5502