每日HiveSQL_求解运动员最大连胜的次数

每日HiveSQL_求解运动员最大连胜的次数_15

1.现需要从运动员比赛结果表中统计每个运动员最大连胜的次数

需求结果：

2.所用到的表和数据

--表创建
CREATE TABLE athlete_results
(athlete_id INT,match_time TIMESTAMP,result     VARCHAR(10) -- 'win', 'lose', 'draw'
);--数据装载
INSERT INTO athlete_results
VALUES (1, '2023-11-01', 'win'),(1, '2023-11-02', 'win'),(1, '2023-11-03', 'lose'),(1, '2023-11-04', 'win'),(1, '2023-11-05', 'draw'),(1, '2023-11-06', 'win'),(1, '2023-11-07', 'win'),(1, '2023-11-08', 'win'),(2, '2023-11-01', 'win'),(2, '2023-11-02', 'lose'),(2, '2023-11-03', 'draw'),(2, '2023-11-04', 'win'),(2, '2023-11-05', 'win'),(2, '2023-11-06', 'win');

3.答案

解析：由结果可知，此结果是对每个运动员进行分组得到的每个运动员的最大连胜数，此题关键在于如何根据特定的分组条件进行分组，得到每个可以代表运动员和比赛结果的分组字段。

思路一：

首先使用row_number()开窗根据运动员id进行分区，日期进行排序得到分组字段rn1，row_number()开窗根据运动员id和比赛结果进行分区，日期进行排序得到分组字段rn2,如下图rn1 - rn2可以唯一表述每个运动员在一次连续胜利、失败、平局的分组字段。

3.1 使用row_number()开两个窗，一个根据运动员id分区，日期升序排序，得到group1，另一个是根据运动员id和比赛结果进行分区，日期升序排序，得到group2

select athlete_id,to_date(match_time)                                                              match_time,result,row_number() over (partition by athlete_id order by to_date(match_time))         group1,row_number() over (partition by athlete_id, result order by to_date(match_time)) group2
from athlete_results;

运行结果：

3.2筛选出比赛结果为”win“，然后再根据运动员id和win_group(group1 - group2)分组，count(*)得到运动员每个分组阶段的连胜次数

select athlete_id,group1 - group2 win_group,count(*)        win_count
from (select athlete_id,to_date(match_time)                                                              match_time,result,row_number() over (partition by athlete_id order by to_date(match_time))         group1,row_number() over (partition by athlete_id, result order by to_date(match_time)) group2from athlete_results) t
where result = 'win'
group by athlete_id, group1 - group2;

运行结果：

3.3最后根据以上运行结果根据运动员id进行分组得到最终结果

select athlete_id,max(win_count) max_win_count
from (select athlete_id,group1 - group2 win_group,count(*)        win_countfrom (select athlete_id,to_date(match_time)                                                              match_time,result,row_number() over (partition by athlete_id order by to_date(match_time))         group1,row_number() over (partition by athlete_id, result order by to_date(match_time)) group2from athlete_results) twhere result = 'win'group by athlete_id, group1 - group2) t
group by athlete_id;

运行结果：

思路二：

思考打破连续胜利的条件，仔细思考可知，一个运动员每次失败或者平局都会开启一个新的分组，怎么描述这个分组呢？很容易可以想到sum(if())结构，如下图

3.1使用sum(if())开窗得到分组字段win_group

select athlete_id,to_date(match_time) match_day,result,sum(if(result = 'lose' or result = 'draw', 1, 0))over (partition by athlete_id order by to_date(match_time)) win_group
from athlete_results;

运行结果：

3.2根据以上结果筛选出result = ‘win’的结果，之后进行根据运动员id和win_group分组，count(*)得到连胜的次数。

select athlete_id,count(*) win_count
from (select athlete_id,result,sum(if(result = 'lose' or result = 'draw', 1, 0))over (partition by athlete_id order by match_time) win_groupfrom athlete_results) t
where result = 'win'
group by athlete_id, win_group;

运行结果：

3.3根据运动员id进行分组，得到最终结果

select athlete_id,max(win_count) max_win_count
from (select athlete_id,count(*) win_countfrom (select athlete_id,result,sum(if(result = 'lose' or result = 'draw', 1, 0))over (partition by athlete_id order by match_time) win_groupfrom athlete_results) twhere result = 'win'group by athlete_id, win_group) t
group by athlete_id;

运行结果：