题目来源：小红书

1 题目

有营销活动记录表，记录了每个品牌每次营销活动的开始日期和营销活动的结束日期，现需要统计出每个品牌的总营销天数。

注意：
1:苹果第一行数据的营销结束日期比第二行数据的营销开始日期要晚，这部分有重叠的日期的要去重计算。
2:苹果第二行数据的营销结束日期和第三行的开始日期不连续，2019-09-07以及2019-09-08不统计到营销天数中。

样例数据

+--------+-------------+-------------+
| brand  | start_date  |  end_date   |
+--------+-------------+-------------+
| 华为   | 2018-08-04  | 2018-08-05  |
| 华为   | 2018-08-04  | 2020-12-25  |
| 小米   | 2018-08-15  | 2018-08-20  |
| 小米   | 2020-01-01  | 2020-01-05  |
| 苹果   | 2018-09-01  | 2018-09-05  |
| 苹果   | 2018-09-03  | 2018-09-06  |
| 苹果   | 2018-09-09  | 2018-09-15  |
+--------+-------------+-------------+

样例结果

+--------+-----------+
| brand  | act_days  |
+--------+-----------+
| 华为     | 875       |
| 小米     | 11        |
| 苹果     | 13        |
+--------+-----------+

2 建表语句

CREATE TABLE IF NOT EXISTS t_marketing_act (
    brand STRING, --品牌
    start_date STRING, -- 营销活动开始日期
    end_date STRING -- 营销活动结束日期
)
ROW FORMAT DELIMITED
FIELDS TERMINATED BY ','
STORED AS ORC;

insert into t_marketing_act(brand, start_date, end_date) values
('华为','2018-08-04','2018-08-05'),
('华为','2018-08-04','2020-12-25'),
('小米','2018-08-15','2018-08-20'),
('小米','2020-01-01','2020-01-05'),
('苹果','2018-09-01','2018-09-05'),
('苹果','2018-09-03','2018-09-06'),
('苹果','2018-09-09','2018-09-15');

3 题解

本题难点在解决交叉问题，但是题目给出的是开始日期和结束日期，我们根据开始和结束日期，使用生成函数，生成活动期间每天的记录，然后根据品牌分组，对日期进行去重即可。

-- 2. 根据品牌分组，act_date进行去重统计
with t as (
-- 1. 生成每次活动每天的记录
select
    brand,
    start_date,
    end_date,
    t.pos,
    t.value,
    date_add(start_date, t.pos) as act_date
    from t_marketing_act
    lateral view posexplode(split(space(datediff(end_date, start_date)), '')) t as pos, value)
select
    brand,
    count(distinct act_date) as act_days
from t
group by brand;

拓展：

1. DATE_ADD函数在SQL和HiveQL（HQL）中的用法有所不同。

• SQL中的DATE_ADD：
  • DATE_ADD(date, INTERVAL value unit)
    • date：要操作的日期。
    • value：要添加的时间间隔数值。
    • unit：时间间隔的单位，例如DAY、MONTH、YEAR等。
• HiveQL中的DATE_ADD，通常用来向日期添加指定的天数。
  • DATE_ADD(date, days)
    • date：要操作的日期
    • days：要添加的天数，可以是正数（增加天数）或负数（减少天数）。

2. space(n)函数生成一个包含n个空格的字符串。
3. 在Python中，将字符串按空字符串''分割是不合法的，会引发错误。但在Hive中，这种操作是合法的，并且常用于将字符串的每个字符分割成单独的元素。
4. 在HiveQL中，POSEXPLODE 是一个特殊的表生成函数，它用于将数组或映射类型的数据展开成多行，并且同时生成每个元素的索引和值。

假设有一个包含数组数据的表example_table

SELECT
    id,
    pos,
    value
FROM example_table
LATERAL VIEW POSEXPLODE(values) exploded_table AS pos, value;

查询结果将会是：

在这个例子中：

• POSEXPLODE(values)：将values列中的数组展开。
• LATERAL VIEW：将POSEXPLODE的结果与原始表一起展平。
• pos：数组元素的索引。
• value：数组元素的值。