数仓之订单事实表【累积型快照事实表】_订单交易事实表_阿航再努力ing...
数仓之订单事实表【累积型快照事实表】1.创建订单事实表DWD订单事实表(累积型快照事实表)drop table if exists dwd_fact_order_info;create external table dwd_fact_order_info ( `id` string COMMENT '订单编号', `o...
数仓之订单事实表【累积型快照事实表】
1.创建订单事实表
DWD订单事实表(累积型快照事实表)
drop table if exists dwd_fact_order_info;
create external table dwd_fact_order_info (
`id` string COMMENT '订单编号',
`order_status` string COMMENT '订单状态',
`user_id` string COMMENT '用户id',
`out_trade_no` string COMMENT '支付流水号',
`create_time` string COMMENT '创建时间(未支付状态)',
`payment_time` string COMMENT '支付时间(已支付状态)',
`cancel_time` string COMMENT '取消时间(已取消状态)',
`finish_time` string COMMENT '完成时间(已完成状态)',
`refund_time` string COMMENT '退款时间(退款中状态)',
`refund_finish_time` string COMMENT '退款完成时间(退款完成状态)',
`province_id` string COMMENT '省份ID',
`activity_id` string COMMENT '活动ID',
`original_total_amount` decimal(16,2) COMMENT '原价金额',
`benefit_reduce_amount` decimal(16,2) COMMENT '优惠金额',
`feight_fee` decimal(16,2) COMMENT '运费',
`final_total_amount` decimal(16,2) COMMENT '订单金额'
) COMMENT '订单事实表'
PARTITIONED BY (`dt` string)--按天进行分区
stored as parquet--列式存储parquet
location '/warehouse/gmall/dwd/dwd_fact_order_info/'--HDFS数据的位置
tblproperties ("parquet.compression"="lzo");--采用LZO对数据压缩
2.编写脚本
#!/bin/bash
#指定数据库&hive路径
APP=gmall
hive=/opt/module/hive-3.1.2/bin/hive
#如果是输入的日期按照取输入日期;如果没输入日期取当前时间的前一天
if [ -n "$2" ] ;then
do_date=$2
else
do_date=`date -d "-1 day" +%F`
fi
sql1="
insert overwrite table ${APP}.dwd_fact_order_info partition(dt)
select
if(new.id is null,old.id,new.id),
if(new.order_status is null,old.order_status,new.order_status),
if(new.user_id is null,old.user_id,new.user_id),
if(new.out_trade_no is null,old.out_trade_no,new.out_trade_no),
if(new.tms['1001'] is null,old.create_time,new.tms['1001']),--1001对应未支付状态
if(new.tms['1002'] is null,old.payment_time,new.tms['1002']),--1002对应已支付状态
if(new.tms['1003'] is null,old.cancel_time,new.tms['1003']),--1003对应已取消状态
if(new.tms['1004'] is null,old.finish_time,new.tms['1004']),--1004对应已完成状态
if(new.tms['1005'] is null,old.refund_time,new.tms['1005']),--1005对应退款中状态
if(new.tms['1006'] is null,old.refund_finish_time,new.tms['1006']),--1006对应退款完成状态
if(new.province_id is null,old.province_id,new.province_id),
if(new.activity_id is null,old.activity_id,new.activity_id),
if(new.original_total_amount is null,old.original_total_amount,new.original_total_amount),
if(new.benefit_reduce_amount is null,old.benefit_reduce_amount,new.benefit_reduce_amount),
if(new.feight_fee is null,old.feight_fee,new.feight_fee),
if(new.final_total_amount is null,old.final_total_amount,new.final_total_amount),
date_format(if(new.tms['1001'] is null,old.create_time,new.tms['1001']),'yyyy-MM-dd')
from
(
select
id,
order_status,
user_id,
out_trade_no,
create_time,
payment_time,
cancel_time,
finish_time,
refund_time,
refund_finish_time,
province_id,
activity_id,
original_total_amount,
benefit_reduce_amount,
feight_fee,
final_total_amount
from ${APP}.dwd_fact_order_info
where dt
in
(
select
date_format(create_time,'yyyy-MM-dd')
from ${APP}.ods_order_info
where dt='$do_date'
)
)old
full outer join
(
select
info.id,
info.order_status,
info.user_id,
info.out_trade_no,
info.province_id,
act.activity_id,
log.tms,
info.original_total_amount,
info.benefit_reduce_amount,
info.feight_fee,
info.final_total_amount
from
(
select
order_id,
str_to_map(concat_ws(',',collect_set(concat(order_status,'=',operate_time))),',','=') tms
from ${APP}.ods_order_status_log
where dt='$do_date'
group by order_id
)log
join
(
select * from ${APP}.ods_order_info where dt='$do_date'
)info
on log.order_id=info.id
left join
(
select * from ${APP}.ods_activity_order where dt='$do_date'
)act
on log.order_id=act.order_id
)new
on old.id=new.id;
"
#sql的运行
$hive -e "$sql"
3.思路
1.新旧表关联:
查询 [ods层订单状态表
&订单信息表
&活动订单表
(新表:三表关联) + dwd层订单信息表(旧表:要查询ods层是否有当天的数据)]进行关联
2.三种情况:
?? 2.1[新表]有数据,[旧表]无数据 =>数据插入到当天的分区
?? 2.2[新表]有数据,[旧表]有数据 =>需要更新数据
?? 2.3[新表]无数据,[旧表]有数据 =>保留数据
3.重新写入覆盖到dwd层事实订单表
★sql细节突破
一件质感信息——相匹配——二个质感形态的外理1.拼接:concat,订单状态
和操作时间
2.列转行:collect_set,按订单id进行分组
3.拼接每种订单状态信息:concat_ws,
4.将字符串转成<k,v>格式的map集合:str_to_map
,数据样例如下:
“{”“1001"”:"“2020-10-12 10:31:30.0"”,"“1002"”:"“2020-10-12 10:31:30.0"”,"“1004"”:"“2020-10-12 10:31:30.0"”}"
皇冠新体育APP相关的文章
- hnust 2022下学期数据挖掘原理与算法期中考试复习资料_湖南科技大学数据挖掘试卷_qq_33843237
- 如何避免数据仓库项目失败_国强_dev
- 皇冠新体育APP:数据仓库-数据模型建设方法总结(全)_Shaw_Bigdata_数据模型建设
- 皇冠新体育APP:Kettle(7):插入/更新组件_不死鸟.亚历山大.狼崽子_kettle 更新组件
- 1998-2014年企业绿色发展数据库_虫虫--
- CDC工具之Canal_数新网络_cdc工具
- 文件系统?磁盘、软硬链接、动静态库_梨+苹
- 【Linux】进程的描述组织与进程状态_爱打酱油的新一
- 30岁了,说几句大实话_Jack-Cui
- Linux命令大全:2W多字,一次实现Linux自由_40岁资深老架构师尼恩
- 皇冠新体育APP:让ChatGPT介绍一下ChatGPT_鹤冲天Pro
- 23岁去培训机构学习Java可以成功吗?_课工场成都基地
- 【Flink实时数仓】数据仓库项目实战 《二》 数据采集到kafka【ODS】_一阵暖风_kafka ods
- Kettle(3):快速入门_不死鸟.亚历山大.狼崽子
- Linux学习之VMware虚拟机安装_沃和莱特
- 商务智能-考试复习提纲_SpriCoder_为何要在数据仓库采用多重粒度