Hive sql 常见面试题-会话划分问题_sql会话划分问题

1. 题目要求

现有页面浏览记录表（page_view_events）如下，表中有每个用户的每次页面访问记录。

规定若同一用户的相邻两次访问记录时间间隔小于60s，则认为两次浏览记录属于同一会话。现有如下需求，为属于同一会话的访问记录增加一个相同的会话id字段，会话id格式为"user_id-number"，其中number从1开始，用于区分同一用户的不同会话，期望结果如下：

2. 查询sql

SELECT

	user_id,

        page_id,

        view_timestamp,

        concat(user_id,"-",flag) session_id

from(

    SELECT

        user_id,

        page_id,

        view_timestamp,

        sum(flag) over(PARTITION by user_id ORDER by view_timestamp) flag

    from(

        SELECT

            user_id,

            page_id,

            view_timestamp,

            --打标签，本次page的时间戳减去上个页面的时间戳，如果大于60秒，证明本次page是会话的初始page，打上一个1的标签

            IF(view_timestamp-last_view_timestamp>60,1,0) flag

        from(

            SELECT

                  user_id,

                  page_id,

                  view_timestamp,

                  --取出上一个page页面的时间戳

                  lag(view_timestamp,1,0) over(PARTITION by user_id order by view_timestamp ) last_view_timestamp

        FROM page_view_events

        )t1

    )t2

)t3
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
52
53
54
55
56
57