hive_面试题 【同时在线问题】

需求说明 : 如下为某直播平台主播开播及关播时间，根据该数据计算出平台最高峰同时在线的主播

-- 数据准备

-- DDL
create table test8 (
`id` string comment '主播id',
`stt` string comment '主播登入时间',
`edt` string comment '主播登出时间')
 comment '主播登入记录表'
row format delimited fields terminated by '\t'
lines terminated by '\n' stored as orc;


insert overwrite table test8
select '1001', '2021-06-14 12:12:12', '2021-06-14 18:12:12' union all
select '1003', '2021-06-14 13:12:12', '2021-06-14 16:12:12' union all
select '1004', '2021-06-14 13:15:12', '2021-06-14 20:12:12' union all
select '1002', '2021-06-14 15:12:12', '2021-06-14 16:12:12' union all
select '1005', '2021-06-14 15:18:12', '2021-06-14 20:12:12' union all
select '1001', '2021-06-14 20:12:12', '2021-06-14 23:12:12' union all
select '1006', '2021-06-14 21:12:12', '2021-06-14 23:15:12' union all
select '1007', '2021-06-14 22:12:12', '2021-06-14 23:10:12' union all
select '1008', '2021-06-14 11:12:12', '2021-06-14 19:10:12' ;

说明 : 如下为某直播平台主播开播及关播时间，根据该数据计算出平台最高峰同时在线的主播人数

方案1 :

1. 思路分析
    1. 每条数据与本表自关联(笛卡尔积)
    2. 筛选出 同时在线的数据
        同时在线的条件 :
            1001 1----------5
              2-----------6
                 t1.stt <= t2.edt
            and  t1.edt >= t2.stt

-- 查询sql
select
t1.id
,t1.stt
,t1.edt
,count(distinct t2.id) as cnt
from test8 as t1
left outer join test8 as t2
where t1.stt <= t2.edt
and   t1.edt >= t2.stt
group by t1.id
,t1.stt
,t1.edt
;

-- 查询结果
t1.id   t1.stt                  t1.edt                  cnt
1001    2021-06-14 12:12:12     2021-06-14 18:12:12     6
1001    2021-06-14 20:12:12     2021-06-14 23:12:12     5
1002    2021-06-14 15:12:12     2021-06-14 16:12:12     6
1003    2021-06-14 13:12:12     2021-06-14 16:12:12     6
1004    2021-06-14 13:15:12     2021-06-14 20:12:12     6
1005    2021-06-14 15:18:12     2021-06-14 20:12:12     6
1006    2021-06-14 21:12:12     2021-06-14 23:15:12     3
1007    2021-06-14 22:12:12     2021-06-14 23:10:12     3
1008    2021-06-14 11:12:12     2021-06-14 19:10:12     6

方案2 :

1-----3
  2-----4
          5----6
             7-----8

1 1
2 1
3 -1
4 -1
5 1
6 -1
7 1
8 -1


-- 查询sql

with t1 as (
    select id
         , stt as ds
         , 1   as login_flag
    from test8
    union all
    select id
         , edt as ds
         , -1  as login_flag
    from test8
)
select
id
,ds
,login_flag
,sum(login_flag) over(order by ds) as sum_login
from t1
;

-- 查询结果
id      ds                  login_flag sum_login
1008    2021-06-14 11:12:12     1       1
1001    2021-06-14 12:12:12     1       2
1003    2021-06-14 13:12:12     1       3
1004    2021-06-14 13:15:12     1       4
1002    2021-06-14 15:12:12     1       5
1005    2021-06-14 15:18:12     1       6
1002    2021-06-14 16:12:12     -1      4
1003    2021-06-14 16:12:12     -1      4
1001    2021-06-14 18:12:12     -1      3
1008    2021-06-14 19:10:12     -1      2
1001    2021-06-14 20:12:12     1       1
1005    2021-06-14 20:12:12     -1      1
1004    2021-06-14 20:12:12     -1      1
1006    2021-06-14 21:12:12     1       2
1007    2021-06-14 22:12:12     1       3
1007    2021-06-14 23:10:12     -1      2
1001    2021-06-14 23:12:12     -1      1
1006    2021-06-14 23:15:12     -1      0

方案3(实时) :
开启变量 login_cnt 为在线人数
    新登用户 + 1
    退出用户 - 1