电影票房之数据分析(Hive)
第5关:统计2020年元旦节与国庆节放假后7天的观影人数
本关任务
基于EduCoder平台提供的初始数据集,统计 2020 年元旦节与国庆节放假后 7 天的观影人数。
编程要求
本实验环境已开启Hadoop
服务
- 在 hive 中创建数据库
mydb
;
注意:在开始要求2之前,建议您提前查看数据库中是否存在 moviecleaned 表(在环境没销毁的情况下,第一关的导入的数据可以持续使用)。如果不存在请按要求2执行,同时注意数据不要重复插入,否则可能影响后续统计的准确性。
- 在
mydb
中创建moviecleaned
表,将数据集movies.txt
导入moviecleaned
表中。注意:数据集所在位置:/data/workspace/myshixun/data/movies.txt
,数据集文件字段之间以\t
分割,文件部分数据展示如下: 天气之子 6676.11 21.2% 92616 25.4% 24 19.9% 11300.0 上映2天 2019-11-02 2019-11-01
天池水怪 1.14 <0.1% 57 <0.1% 6 -- 84.4 2020-10-09 往期电影
太空狗之月球大冒险 3.58 <0.1% 333 <0.1% 4 4.5% 270.7 上映14天 2019-12-27 2019-12-14
夺冠 2985.81 60.4% 133808 50.3% 6 4.0% 22900.0 上映5天 2020-09-29 2020-09-25
- 在 hive 数据库
mydb
中,创建festival_boxoffice
表,使用 Hive SQL 来统计 2020 年元旦节与国庆节放假后 7 天的观影人数(元旦假期为 2020 年 1 月 1 日到 2020 年 1 月 7 日,国庆假期为 2020 年 10 月 1 日到 2020 年 10 月 7 日,计算规则为:观影人数=排片场次∗场均人次
),并插入到festival_boxoffice
表。
查询结果样例如下:
dates festival num
01 new_year_day 6985987
02 new_year_day 2225843
相关数据及结构说明
数据集对应字段说明:
字段名 | 说明 | 类型 |
---|---|---|
movie_name | 电影名 | string |
boxoffice | 当日综合票房 | string |
box_rate | 票房占比 | string |
sessions | 排片场次 | string |
show_count_rate | 排片占比 | string |
avg_number | 场均人次 | string |
attendance | 上座率 | string |
total_boxoffice | 当前总票房 | string |
movie_days | 上映天数 | string |
current_time | 当前日期 | string |
releaseDate | 上映日期 | string |
festival_boxoffice 表结构:
字段名 | 类型 | 说明 |
---|---|---|
dates | string | 日期(日,例如:2020-10-07 即为 07) |
festival | string | 节日,默认为 new_year_day 或者 national_day |
num | bigint | 当天人数 |
注意事项
-
如果实验环境已经创建了 mydb 数据库和 moviecleaned 表,假如环境没有重启或者环境没有过期,可以跳过创建 mydb 数据库和 moviecleaned 表的步骤。否则需要重新开始。
-
任务完成后请点击"评测"按钮,系统验证 festival_boxoffice 表是否存在并查询表内容,程序未通过的情况下,可以点击测试集查看具体问题;
-
本任务设置了多个测试集,通过其中任一测试集将可获得对应分数。
考核点说明
从 mydb 数据库中的 festival_boxoffice 表查询出来的内容是否正确。
开始你的任务吧,祝你成功!文章来源:https://www.toymoban.com/news/detail-474670.html
AC文章来源地址https://www.toymoban.com/news/detail-474670.html
#创建movie_boxoffice表,用来存放数据查询的结果 create table festival_boxoffice(dates string,festival string, num int) row format delimited fields terminated by '\t' stored as textfile; #查询,并将结果导入movie_boxoffice表中 insert overwrite table festival_boxoffice select split(current_time,'-')[2],case when t.current_time between '2020-10-01' and '2020-10-07' then 'national_day' when t.current_time between '2020-01-01' and '2020-01-07' then 'new_year_day' else 'other' END as festival , cast(sum(num) as bigint) from (select current_time,avg_number*sessions as num from moviecleaned WHERE current_time between '2020-10-01' and '2020-10-07' or current_time between '2020-01-01' and '2020-01-07') t GROUP BY current_time;
到了这里,关于电影票房之数据分析(Hive)--第5关的文章就介绍完了。如果您还想了解更多内容,请在右上角搜索TOY模板网以前的文章或继续浏览下面的相关文章,希望大家以后多多支持TOY模板网!