Hive综合案例练习（中级）第四十题：同时在线最多的人数

同时在线最多的人数

题目需求

根据用户登录明细表（user_login_detail），求出平台同时在线最多的人数。

结果如下：

Cn（人数）
7

思路：按照login_ts和logout_ts的时间，将用户进行标记（登录标记为1，登出标记为-1）。将标记后的数据进行union，计算截至到当前时刻的在线人数和，最后取最大值即可。
第一步：把原始数据中的登录时间(login_time)和登出时间(logout_ts)取出来，然后进行标记(flag)，每个用户登录时标记为1，登出时标记为-1。
第二步：将登录和登出标记后的数据进行union。
第三步：利用开窗函数求和，每次遇到登录时间就加1，遇到登出时间就减1，这样我们就得到表中所有登录的当前用户量。
第四步：最后求出平台同时在线最多的人数。

select max(online_user_cnt)
from
(
    select sum(flag) over (order by l_time rows between unbounded preceding and current row ) online_user_cnt
    from
    (
        select login_ts l_time,
               1 flag
        from user_login_detail
        union all
        select logout_ts,
               -1
        from user_login_detail
    )t1
)t2;

-- 求出平台每天不同时点最大的在线人数
select date(l_time) as login_date,
       hour(l_time) as login_hour,
       max(online_user_cnt) as online_user_cnt_max
from
(
    select user_id,
           l_time,
           sum(flag) over(order by l_time rows between unbounded preceding and current row ) online_user_cnt
    from
        (
            select user_id,
                   login_ts l_time,
                   1 flag
            from user_login_detail
            union all
            select user_id,
                   logout_ts,
                   -1 flag
            from user_login_detail
        )t1
)t2
group by date(l_time) , hour(l_time);
-- https://blog.csdn.net/caiyefly/article/details/127631130
注意：关于union和union all的选择
union和union all的区别是，union会自动压缩多个结果集合中的重复结果，而union all则将所有的结果全部显示出来，不管是不是重复。
union因为要进行重复值扫描，所以效率低。如果合并没有刻意要删除重复行，那么就使用union all。

代码实现

-- 登录标记1 下线标记-1
select
  login_ts l_time,
  1 flag
from
  user_login_detail
union
select
  logout_ts l_time,
  -1 flag
from
  user_login_detail

-- 按照时间求和
select
  sum(flag) over (order by t1.l_time rows between unbounded preceding and current row) sum_l_time
from
  (
    select
      login_ts l_time,
      1 flag
    from
      user_login_detail
    union
    select
      logout_ts l_time,
      -1 flag
    from
      user_login_detail
)t1  

-- 拿到最大值 就是同时在线最多人数
select
  max(sum_l_time)
from
  (
    select
      sum(flag) over (order by t1.l_time rows between unbounded preceding and current row) sum_l_time
    from
      (
        select
          login_ts l_time,
          1 flag
        from
          user_login_detail
        union
        select
          logout_ts l_time,
          -1 flag
        from
          user_login_detail
    )t1
)t2

https://blog.csdn.net/caiyefly/article/details/127631130
注意：关于union和union all的选择
union和union all的区别是，union会自动压缩多个结果集合中的重复结果，而union all则将所有的结果全部显示出来，不管是不是重复。
union因为要进行重复值扫描，所以效率低。如果合并没有刻意要删除重复行，那么就使用union all。