Week08_day01 (Hive实现按照指定格式输出每七天的消费平均数)

Hive实现按照指定格式输出每七天的消费平均数

数据准备

2018/6/1,10
2018/6/2,11
2018/6/3,11
2018/6/4,12
2018/6/5,14
2018/6/6,15
2018/6/7,13
2018/6/8,37
2018/6/9,18
2018/6/10,19
2018/6/11,10
2018/6/12,11
2018/6/13,11
2018/6/14,12
2018/6/15,14
2018/6/16,15
2018/6/17,13
2018/6/18,17
2018/6/19,18
2018/6/20,19
2018/6/21,20
2018/6/22,21
2018/6/23,21
2018/6/24,22
2018/6/25,24
2018/6/26,25
2018/6/27,23
2018/6/28,27
2018/6/29,28
2018/6/30,29
2018/7/1,40
2018/7/2,41
2018/7/3,41
2018/7/4,42
2018/7/5,44
2018/7/6,45
2018/7/7,43
2018/7/8,47
2018/7/9,48
2018/7/10,49
2018/7/11,50
2018/7/12,51
2018/7/13,51
2018/7/14,52
2018/7/15,54
2018/7/16,55
2018/7/17,53
2018/7/18,57
2018/7/19,58
2018/7/20,59
2018/7/21,30
2018/7/22,31
2018/7/23,31
2018/7/24,32
2018/7/25,34
2018/7/26,35
2018/7/27,33
2018/7/28,37
2018/7/29,38
2018/7/30,39
2018/7/31,70
2018/8/1,71
2018/8/2,71
2018/8/3,72
2018/8/4,74
2018/8/5,75
2018/8/6,73
2018/8/7,77
2018/8/8,78
2018/8/9,79
2018/8/10,80
2018/8/11,81
2018/8/12,81

创建表

create table f
(
date_time  string,
cost string
)
ROW FORMAT DELIMITED FIELDS TERMINATED BY ',';

使用本地加载数据 

　　load data local inpath '文件所在的绝对路径' into table f;

查看内容

需求： 求每七天的消费平均数 ，要求输出格式如下：

第一步，先将日期分割

select split(date_time,'/') from f;

第二步，将日期使用‘-’ 进行连接，使用到 concat_ws() 函数

select concat_ws('-',split(date_time,'/')) from f;

第三步，我们要实现这个要求，主要思想就是怎么去实现统一分组，以及日期怎么去变化，先将每个日期进行减去第一天的日期。 datediff()

select datediff(concat_ws('-',split(date_time,'/')),'2018-6-1') from f；

第四步，在上面的基础之上进行除以7，因为hive有小数点，我们 floor再向下取整，这样我们发现，日期现在变的一致了。

select floor(datediff(concat_ws('-',split(date_time,'/')),'2018-6-1')/7)*7,cost from f;

第五步，现在需要思考的就是，怎么将其转化位日期，而且还要有分组之前的现象出现，我们使用第一天的日期加上当前的日期*7就是一样的了。

select date_add('2018-6-1',cast(floor(datediff(concat_ws('-',split(date_time,'/')),'2018-6-1')/7)*7 as int)),cost from f;

第六步，我们距离要求输出越来越近，现在需要考虑的就是怎么获取7天后的日期，以及怎么输出指定格式。很简单，后面7天的日期在当前日期前面加6就是的了，在使用函数 concat() 进行拼接，当然也可以使用concat_ws() 因为我这里就两个量进行拼接，可以用concat()　　　

select concat(date_add('2018-6-1',cast(floor(datediff(concat_ws('-',split(date_time,'/')),'2018-6-1')/7)*7 as int)),'~',date_add('2018-6-1',cast(floor(datediff(concat_ws('-',split(date_time,'/')),'2018-6-1')/7)*7+6 as int))) as dtime,cost from f;

第七步，到这里应该就很熟悉了，我们现在就是要做的就是对这个结果进行group by分组,以及avg()求平均值了

select w.dtime,avg(w.cost) from (select concat(date_add('2018-6-1',cast(floor(datediff(concat_ws('-',split(date_time,'/')),'2018-6-1')/7)*7 as int)),'~', date_add('2018-6-1',cast(floor(datediff(concat_ws('-',split(date_time,'/')),'2018-6-1')/7)*7+6 as int))) as dtime,cost from f) w group by w.dtime;select w.dtime,avg(w.cost) from (select concat(date_add('2018-6-1',cast(floor(datediff(concat_ws('-',split(date_time,'/')),'2018-6-1')/7)*

select w.dtime,avg(w.cost) from (select concat(date_add('2018-6-1',cast(floor(datediff(concat_ws('-',split(date_time,'/')),'2018-6-1')/7)*7 as int)),'~', date_add('2018-6-1',cast(floor(datediff(concat_ws('-',split(date_time,'/')),'2018-6-1')/7)*7+6 as int))) as dtime,cost from f) w group by w.dtime;

第八步，我们将小数点保留至后两位，使用函数round()

select w.dtime,round(avg(w.cost),2) from (select concat(date_add('2018-6-1',cast(floor(datediff(concat_ws('-',split(date_time,'/')),'2018-6-1')/7)*7 as int)),'~', date_add('2018-6-1',cast(floor(datediff(concat_ws('-',split(date_time,'/')),'2018-6-1')/7)*7+6 as int))) as dtime,cost from f) w group by w.dtime;

最终结果：