分类：数据仓库

Superset连接Hiveserver2

可视化

Superset 本身没有提供链接 Hive的想先，可以使用 PyHive 或 Impyla 这类专门的适配器库来与 HiveServer2 通信。一：环境准备（安装连接器驱动）首先，需要在运行 Superset 的 Python 环境中安装必要的 Python 库。推荐使用 PyHive 方

MST

一、题目现有一张员工在职所在部门信息表t_dep_his，包含员工ID、所属部门、开始日期、结束日期，请查询出如下内容 2024年1月31日A部门在职员工数； 2024年1月份A部门员工最多时有多少员工； 2024年1月份A部门平均有多少员工；

MST

一、题目有用户账户表：包含年份，用户id和余额。请按照年份分组，取出余额前两小和前两大对应的用户id。**注意：**需要保持余额最小和最大的用户id排首位。二、思路 1、计算每年每个用户余额的升序排名和降序排名。升序排名前两名就是余额前两小的用户，降序排名前两名就是前两大的用户。可以使用row

MST

一、题目有学生各学科分数表，记录了学生的各科分数，请按照学生粒度，生成两列数据分别为学科和分数，要求学科内的顺序与分数顺序一致。数据样例：二、思路这是一个行转列的典型问题，目标是将张三的三条记录合并为一条。根据题意最终的数据是这个样子：张三语文,数学,英语 95,80,82。要处理这

MST

一、题目一张学生成绩表(student_scores)，有year-学年，subject-课程，student-学生，score-分数这四个字段，请完成如下问题：问题1：每年每门学科排名第一的学生问题2：每年总成绩都有所提升的学生数据如下二、思路问题1：每年每门学科排名第一的学生。这个问

MST

一、题目有用户登录记录，已经按照日期去重。求近三十天，用户连续登录超过3天的次数，一直连续登录算一次，有间隔然后重新计算次数, 要求不能用开窗。数据样例如下：二、思路这是一个连续问题：连续问题的解决思路是找到日期和升序序号差值相同的记录，相同则表示日期连续，不同则日期不连续。题目强调不能使用

MST

一、题目有学生成绩表，包含学生姓名、学科、成绩三个字段，请用一条SQL查询出每个学科排名第三名的学生，他的学科成绩、总成绩、以及总排名。二、思路第一步：计算学科排名和总成绩，可以使用rank和sum的开窗函数实现第二步：计算总成绩排名，可以使用dense_rank实现

MST

一、题目有用户点击日志记录表 user_click_log，包含user_id(用户ID), click_time(点击时间)，请查询出连续点击三次以上的用户数，连续点击三次：指点击记录中同一用户连续点击，中间无其他用户点击；二、思路看下图总结一下规律：如果一个用户连续点击中间没有其他用户，

MST

一、题目现有各用户的登录记录表zbj_login_events如下，表中每行数据表达的信息是一个用户何时登录了平台。现要求统计各用户最长的连续登录天数，间断一天也算作连续，例如：一个用户在1,3,5,6登录，则视为连续4天登录。二、思路这是

MST

一、题目现有用户账户表，包含日期、用户id、用户余额，其中用户余额发生了缺失，需要进行补全。补全规则：如果余额为空则取之前最近不为空值进行填补。如果截止到最早日期都为空则补0；二、思路题目要求使用当天之前的余额进行补全，需要明确一点不是取前面一天而是取前面最近的不为空的余额。所以首先需要知道前