Hadoop生态圈技术栈（中）

题目略。。。

结果：

select user_id, click_time,
row_number() over(partition by user_id,gid order by click_time) rowNum
from (
  select user_id, click_time,
  sum(flag) over(partition by user_id order by click_time rows between unbounded preceding and current row) gid
  from (
    select user_id, click_time,
    if(nvl((unix_timestamp(click_time) - unix_timestamp(lag(click_time) over(partition by user_id order by click_time)))/60,0)>30,1,0) flag
    from user_clicklog
  )t1
)t2;

附：
Impala是Cloudera公司主导开发的新型查询系统，它提供SQL语义，能查询存储在Hadoop的HDFS和HBase中的PB级大数据。已有的Hive系统虽然也提供了SQL语义，但由于Hive底层执行使用的是MapReduce引擎，仍然是一个批处理过程，难以满足查询的交互性。相比之下，Impala的最大特点也是最大卖点就是它的快速。