本文主要向大家介绍了【云计算】累计报表详情，通过具体的内容向大家展现，希望对大家学习云计算有所帮助。

具体需求：

用户 日期 流量

熊猫tv 2018-01-025T

快手 2018-01-023T

YY 2018-01-022T

抖音 2018-01-0215T

熊猫tv 2018-01-034T

快手 2018-01-033T

YY 2018-01-031T

抖音 2018-01-0316T



输出：USER_TRAFFIC_STAT

用户 月份月访问 总访问

熊猫tv 2018-01100T 100T

熊猫tv 2018-02200T 300T

熊猫tv 2018-03200T 500T

抖音 2018-01 500T500T

抖音 2018-02 600T1100T

......

源数据：

建个表导入数据：

create table domain_date_flow(domain string,date string，flow int)
row format delimited fields terminated by '\t'
load data local inpath '/home/hadoop/data/hive_user_date_flow.txt' overwrite into table domain_date_flow;

求每月的总访问量，存储到新表：

create table totalbyMonth as
select domain,date,sum(a.flow) mCountflow
from (select domain,(from_unixtime(unix_timestamp(date,'yyyy-mm-dd'),'yyyy-mm'))as date,flow from domain_date_flow)as a
group by a.domain,a.date
sort by a.domain,a.date;

通过自连接，求月累计流量，存储到新表：

create table finaltotal as
select t1.domain domain,t1.date date,max(t1.mCountflow) mCountflow,sum(t2.mCountflow) totalflow
from totalbyMonth as t1 inner join totalbyMonth as t2 on (t1.domain=t2.domain)
where t2.date <= t1.date
group by t1.domain,t1.date;

原理分析：

totalbyMonth数据：

自连接后的数据：

在经历where t2.date <= t1.date group by t1.domain,t1.date之后，数据成下列形式

然后经过聚合函数的计算，就得到了最后的结果

本文由职坐标整理并发布，希望对同学们有所帮助。了解更多详情请关注职坐标大数据云计算大数据安全频道！