大数据课堂测试02——机场销售情况及代理商

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

 

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

 

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

新建机场的销售表：sales_ariport2存储

insert into sales_airport2(day_id,sale_nbr,cnt,round)select day_id, sale_nbr, SUM(cnt) as cnt,SUM(round) as round from sales_test2_clean group by sale_nbr,day_id having sale_nbr like 'C%';

(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

新建代理商表：sales_dailishang

#代理商  

create table sales_dailishang(day_id String,

                         sale_nbr String,

                         cnt int,

                         round int)

                         ROW format delimited fields terminated by ',' STORED AS TEXTFILE;

insert into sales_dailishang(day_id,sale_nbr,cnt,round)select day_id, sale_nbr, SUM(cnt) as cnt,SUM(round) as round from sales_test2_clean group by sale_nbr,day_id having sale_nbr like 'O%'; 

 

（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）

代理商总表sales_dailishang_all

create table sales_dailishang_all as select day_id as day_id,sale_nbr as sale_nbr,buy_nbr as buy_nbr,SUM(cnt) as cnt,SUM(round) as round from sales_clean group by sale_nbr,buy_nbr,day_id having sale_nbr like 'O%';

代理商卖出表sales_dailishang_sale

create table sales_dailishang_sale as select day_id as day_id,sale_nbr as sale_nbr,buy_nbr as buy_nbr,SUM(cnt) as cnt,SUM(round) as round from sales_clean group by sale_nbr,buy_nbr,day_id having sale_nbr like 'O%';

代理商买入sales_dailishang_buy

create table sales_dailishang_buy as select day_id as day_id,sale_nbr as sale_nbr,buy_nbr as buy_nbr,SUM(cnt) as cnt,SUM(round) as round from sales_clean group by sale_nbr,buy_nbr,day_id having buy_nbr like 'O%';

代理商活跃度 sales_dailishang_active

insert into sales_dailishang_active(day_id,sale_nbr,active)select day_id,sale_nbr,SUM(CNT) from sales_test2_clean group by sale_nbr,day_id having sale_nbr like 'O%';

(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）

#卖出  

create table sales_out(day_id String,

                         sale_nbr String,

                         cnt int,

                         round int)

                         ROW format delimited fields terminated by ',' STORED AS TEXTFILE;

#买入  

create table sales_in(day_id String,

                         buy_nbr String,

                         cnt int,

                         round int)

                         ROW format delimited fields terminated by ',' STORED AS TEXTFILE;

#利润  

create table sales_lirun(day_id String,

sale_nbr String,

incnt int,

inround int,

outcnt int,

outround int,

lirun int)

ROW format delimited fields terminated by ',' STORED AS TEXTFILE;

(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。

(1）统计每天各个机场的销售数量和销售金额。

(2）统计每天各个代理商的销售数量和销售金额。

(3) 统计每天各个代理商的销售活跃度。

 

(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。

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。

(1）统计每天各个机场的销售数量和销售金额。

 

  (2）统计每天各个代理商的销售数量和销售金额。

 

 

（3）统计每天各个代理商的销售活跃度。

 

 

(3）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。