Hive日常数据需求
发布网友
发布时间：2023-05-17 02:32
共1个回答
热心网友
时间：2023-09-11 03:28
笔记：
1.窗口函数边界：
复购率: 当前月份购买2次及以上的客户占所有客户比例
回购率：当前月份购买且上个月份也购买的客户占当月所有月份客户比例
思路：
复购率
1、对当月（2月份）的客户分组，计数购买次数
2、筛选购买次数为2以上的，认为是复购群体
回购率
1、筛选当月及上月部分
2、利用客户id进行当月连上月，推荐左连
3、对同一条客户id均有购买记录的，认为是回购群体
注意：
1.连接条件中，条件1为客户key字段，表示同一个客户；条件2为两个月的信息连接（本月日期 = 上月日期 +1个月）
2.ADD_MONTHS：别忘了有个's'，add_months只能对完整日期格式进行月份加减(add_months（‘yyyy-MM-dd hh:mm:ss’，N），add_months（‘yyyy-MM-dd’，N）)，所以这里先用concat给'年月'增加一个'日'字段，其中N为正则增加，N为负则减少
第一步：根据用户分组，求出用户购买的产品及顺序
cpzl_zw1是cpzl_zw的上一个购买的产品
第三步：为相邻的产品添加排序（即上面lag函数添加的产品）
若相邻产品的排序为3，则表示第三件产品，题目要求前两件产品，则可以根据小于3进行筛选
步骤：
第一步：将两表进行连接（customer为主表）
第二步：按城市、产品进行聚合分组，求出销量
第三步：窗口函数对销量进行排序
第四步：where进行筛选（where不能直接对窗口函数结果进行筛选，所以要再次使用表子连接）
提示：只用到订单表 ods_sales_orders，并列排序 dense_rank 窗口函数
