2020级课堂测试试卷-HIVE数据分析

石家庄铁道大学2022年秋季

  20020 级课堂测试试卷-HIVE数据分析

课程名称：大型数据库应用技术  任课教师：王建民     测试时间：极限测试

一、          数据说明：

样表（sales_sample_20170310）字段说明：

day_id     日期编号；

sale_nbr    卖出方代码；

buy_nbr    买入方代码；

cnt        数量

round      金额

卖出方和买入方又分为3种类型：

以'C'开头的表示类型为C，代表“航空公司”，只可以卖出，不可以买入；

以'O'开头的表示类型为O，代表“代理人”，既可以卖出，也可以买入，并且允许自己卖给自己（简单来讲：每个“代理人”代码可能对应多个售票点，售票点之前有交换票的情况，所以体现为自己卖给了自己）；

'PAX'表示类型为PAX，代表“旅客”，只可以买入，不可以卖出。

举例

day_id,sale_nbr,buy_nbr,cnt,round

1,C1,O1001,1,360

卖出方为C1，类型为C；买入方为O1001，类型为O

 

day_id,sale_nbr,buy_nbr,cnt,round

1,O100,O100,4,2000

卖出方为O100，类型为O；买入方为O100，类型为O（即自己卖给自己是允许的）

 

day_id,sale_nbr,buy_nbr,cnt,round

1,O100,PAX,4,2000

卖出方为O100，类型为O；买入方为PAX，类型为PAX

 

二、     测试题目：

1、数据导入：

   要求将样表文件中的（sales_sample_20170310）数据导入HIVE数据仓库中。

2、数据清洗：

   要求将day_id一列中的数值清洗为真实的日期格式，可用字符串表示。

      数据1对应日期2022-10-01，依次类推，15对应日期2022-10-15

3、数据分析处理：

   （1）统计每天各个机场的销售数量和销售金额。

要求的输出字段

day_id,sale_nbr,,cnt,round

日期编号，卖出方代码，数量，金额

   （2）统计每天各个代理商的销售数量和销售金额。

要求的输出字段

day_id,sale_nbr,,cnt,round

日期编号，卖出方代码，数量，金额

（3）统计每天各个代理商的销售活跃度。

要求的输出字段

day_id,sale_nbr, sale_number

日期编号，卖出方代码，交易次数（买入或者卖出均算交易次数）

（4）汇总统计10月1日到10月15日之间各个代理商的销售利润。

编号，卖出方代码，买入数量，买入金额，卖出数量，卖出金额，销售利润（卖出金额-买入金额）

      （5）设计分析代理商的市场地位根据市场交易次数、交易对象个数、销售机票数量、销售利润等。（选做题）

4、处理结果入库：

   将上述统计分析的结果数据保存到mySQL数据库中。

5、数据可视化展示：

   利用Echarts将上述统计结果以图形化展示的方式展现出来：饼图、柱状图、地图、折线图等。

三、     测试报告：

1、按照测试题目顺序，将实验步骤说明和结果截图存储到答题纸上。