Panda数据

各用户最长的连续登录天数-可间断

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

MST

一、题目已知有表如下，记录了每个产品id、产品名称、产品销售开始日期、产品销售结束日期以及产品日均销售金额，请计算出每个产品每年的销售金额。二、思路要计算每个产品每年的销售金额，需要得到每年的销售明细，观察数据可以发现有销售开始和结束日期，可以借此得到每个产品每天的销售额，lateral vi

MST

一、题目在活动大促中，有玩游戏瓜分奖金环节。现有奖金池为 10000元，代表奖金池中的初始额度。用户的分数信息如下表。表中的数据代表每一个用户和其对应的得分，user_id 和 score 都不会有重复值。瓜分奖金的规则如下：按照 score 从高到低依次瓜分，每个人都能分走当前奖金池里面剩余奖金

hive安装部署

环境准备 1. 前置条件 Hadoop集群：Hadoop 3.2.4（已正常启动） Java：JDK 8 数据库：MySQL（用于存储元数据） 2. 下载Hive wget https://archive.apache.org/dist/hive/hive-3.1.3/ap

hadoop安装部署

环境准备 1. 系统要求当前环境和版本： ubuntu24 hadoop-3.2.4 2. 安装必要的软件包：jdk和系统依赖 jdk可以从oracle官网下载，也可以使用linux安装openjdk，

MST

一、题目现有用户登录日志表 user_login_log,包含用户ID(user_id),登录日期(login_date)。数据已经按照用户日期去重，请查出连续登录超过4天的用户ID 样例数据

spark性能优化

exector内存模型： spark执行器包含了堆内存、堆外内存和非堆内存三部分组成。堆内存：存储内存（Storage Memory）：作用：主要用

flink

好的，Flink 的 Barrier（屏障）是其**容错机制的核心**，特别是实现分布式一致性快照的基石。理解 Barrier 是理解 Flink 如何保证“精确一次”语义的关键。 --- ### 一、Barrier 是什么？简单比喻：想象一个游乐场的过山车，管理人员想在某一精确时刻为所有

scrapy

常用方法 1. 爬虫方法