每日日报 20210930

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 2021-09-01，依次类推，15 对应日期 2021-09-15

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 9 月 1 日到 9 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。

 

 

 

create table shuju1(
day_id string,
sale_nbr string,
buy_nbr string,
cnt string,
round string
)row format delimited fields terminated by ',';

 

insert overwrite table shujuji1 select date_add('2021-09-00',cast(day_id as int)) as day_id,sale_nbr as sale_nbr,buy_nbr as buy_nbr,cnt as cnt,round as round from shujuji;