大数据开发 SQL实现用户之间关注问题 用户关注问题 场景：现有用户表 follows，两个字段 uid、to_uid，uid 表示当前用户，to_uid 表示关注的用户。 找出相互关注的用户 SELECT t1.uid, t1.to_uid FROM follows t1 JOIN follows t2 yuziyue 19 Jul 2023 · 2 min read
大数据开发 SQL实现取中位数 场景：Employee 表包含所有员工，该表有三列：员工Id、公司名、薪水，写SQL查询来查找每个公司的薪水中位数，有两种方法实现 方法1：正序+倒序排名 -- 如果员工数为基数：rnk1 = rnk2 -- 如果员工数为偶数：rnk1 = rnk2-1 或者 rnk2+1 yuziyue 19 Jul 2023 · 1 min read
大数据开发 SQL实现等比例抽样 场景：有用户表 user_info，字段 uid, city。现运要选 10w 人发调查问卷，要求所选人群的 city 分布，和全量用户的 city 分布一致。 思路： 开窗函数求出每个城市的占比。 row_number 按照随机排序，也就是打乱数据。 yuziyue 19 Jul 2023 · 1 min read
大数据开发 SQL行转列与列转行总结 多行转成一行，也就是所谓的行转列，比如一个uid的数据原来要多行来展示，现在把一个 uid 的数据浓缩到一行上，所以列就会增加，即行转列。场景：现有用户表 student_score，包含 3 个字段 uid, subject, score yuziyue 19 Jul 2023 · 2 min read
大数据开发 SQL实现滑动窗口功能 场景1：假设用户访问记录表 records 有 3 个字段，uid、url（用户访问url）、datetime（访问 url 的时间），问找出 url 在 5 分钟内被访问次数大于 10 次的用户，以及访问次数大于 10 次的开始时间点。 yuziyue 19 Jul 2023 · 1 min read
大数据开发 SQL实现多条记录按照时间合并 场景：假设用户一天会有很多次上网，每次上网时间段都有两个字段 login_at、logout_at 表示登录时间和登出时间，如果这样的时间段非常多的会产生很多的记录日志。现在假设用户上一次 logout_at 的时间与下一次的 login_at yuziyue 19 Jul 2023 · 2 min read
大数据开发 SQL实现用户连续登录问题 思路：使用 row_number 解决 去重，即每个用户每一天只会有一天记录 row_number() over(partition by userid,login_at order by login_at) ，如果有重复的取出第一个。 ROW_NUMBER 按照 userid 分组，在组内按照登陆时间升序编上号。 yuziyue 19 Jul 2023 · 2 min read
