hive 中少量数据验证函数的方法-stack

可以使用 stack 将少量数据直接写在sql中,然后用于验证是否正确

1、每个省累计销量前1名的城市 t1(pro_name,city_name,sale_num,sale_date）
源数据：
‘河北’,‘石家庄’,‘1’,‘2022-01-01’
,‘河北’,‘石家庄’,‘2’,‘2022-01-02’
,‘河北’,‘石家庄’,‘3’,‘2022-01-03’
,‘河北’,‘张家口’,‘2’,‘2022-01-02’
,‘河北’,‘张家口’,‘3’,‘2022-01-03’
,‘河北’,‘张家口’,‘2’,‘2022-01-02’
,‘陕西’,‘西安’,‘0’,‘2022-01-02’
,‘陕西’,‘西安’,‘1’,‘2022-01-03’
,‘陕西’,‘西安’,‘2’,‘2022-01-02’
,‘陕西’,‘延安’,‘0’,‘2022-01-02’
,‘陕西’,‘延安’,‘1’,‘2022-01-03’
,‘陕西’,‘延安’,‘0’,‘2022-01-02’

结果：
city_name sum_sale
张家口 7
西安 3
答：

with temp_data as (
    select stack(12,
    '河北','石家庄','1','2022-01-01'
    ,'河北','石家庄','2','2022-01-02'
    ,'河北','石家庄','3','2022-01-03'
    ,'河北','张家口','2','2022-01-02'
    ,'河北','张家口','3','2022-01-03'
    ,'河北','张家口','2','2022-01-02'
    ,'陕西','西安','0','2022-01-02'
    ,'陕西','西安','1','2022-01-03'
    ,'陕西','西安','2','2022-01-02'
    ,'陕西','延安','0','2022-01-02'
    ,'陕西','延安','1','2022-01-03'
    ,'陕西','延安','0','2022-01-02'
    ) as (pro_name,city_name,sale_num,sale_date)
)
select 
* 
from (
select 
 t.pro_name,
 t.city_name,
 t.sale_cnt,
 row_number() over(partition by pro_name order by sale_cnt desc) as rnk
from (
select 
 pro_name,
 city_name,
 sale_num,
 sum(sale_num) as sale_cnt
from temp_data
group by pro_name,city_name
) t 
) t1
where t1.rnk = 1
;
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36

lag: 将数据按照从小到大的顺序,将首次出现的,数据字段往后置一行,并且第一条数据使用Null填充
lead:将数据按照从小到大的顺序,将首次出现的数据往后置一行,并且第一条数据使用Null进行填充

2、求股票的波峰和波谷
波峰：当天的股票价格大于前一天和后一天
波谷：当天的股票价格小于前一天和后一天
数据准备： stock表有3个字段： stock_name（股票名称）、stock_price（股票价格）、stats_date（日期）

源数据：
‘A’,‘20210621’,‘13’
‘A’,‘20210622’,‘11’
‘A’,‘20210623’,‘17’
‘A’,‘20210624’,‘12’
‘A’,‘20210625’,‘14’
‘B’,‘20210621’,‘16’
‘B’,‘20210622’,‘12’
‘B’,‘20210623’,‘12’
‘B’,‘20210624’,‘17’
‘B’,‘20210625’,‘13’

结果：
stock_name stats_date stock_price price_type
A 20210621 13 其他
A 20210622 11 波谷
A 20210623 17 波峰
A 20210624 12 波谷
A 20210625 14 其他
B 20210621 16 其他
B 20210622 12 其他
B 20210623 12 其他
B 20210624 17 波峰
B 20210625 13 其他

答：
with temp_data as (
select stack(10,
‘A’,‘20210621’,‘13’
,‘A’,‘20210622’,‘11’
,‘A’,‘20210623’,‘17’
,‘A’,‘20210624’,‘12’
,‘A’,‘20210625’,‘14’
,‘B’,‘20210621’,‘16’
,‘B’,‘20210622’,‘12’
,‘B’,‘20210623’,‘12’
,‘B’,‘20210624’,‘17’
,‘B’,‘20210625’,‘13’
) as (stock_name,stock_date,stock_price)
)
select
t.stock_name,
t.stock_date,
t.stock_price,
case when t.stock_price < t.lag_price and t.stock_price < t.lead_price then ‘波谷’
when t.stock_price > t.lag_price and t.stock_price > t.lead_price then ‘波峰’
else ‘其他’ end as price_type
from (
select
stock_name,
stock_date,
stock_price,
lag(stock_price,1) over(partition by stock_name order by stock_date ) as lag_price,
lead(stock_price,1) over(partition by stock_name order by stock_date ) as lead_price
from temp_data
) t