京东Hive SQL面试题实战：APP路径分析场景解析与幽默生存指南
“数据开发工程师的终极浪漫，就是把用户路径写成诗——用Hive SQL押韵。” —— 某不愿透露姓名的SQL诗人
一、题目背景：来自京东的真实需求
假设你是京东APP的数据工程师，现在需要分析用户在APP中的访问路径特征。原始日志表user_behavior结构如下：
| 字段名 | 类型 | 说明 |
|---|---|---|
| user_id | BIGINT | 用户ID（脱敏） |
| session_id | STRING | 会话标识 |
| page_path | STRING | 访问页面路径 |
| action_time | TIMESTAMP | 行为时间戳 |
业务需求：
- 计算每个会话的完整访问路径（按时间顺序排列）
- 统计TOP10高频访问路径模式（如首页→商品详情→购物车→支付）
- 分析关键转化路径的流失节点（如加入购物车后未支付的用户比例）
二、解题思路：窗口函数与字符串魔术
1. 路径序列构建
WITH path_sequence AS (
SELECT
user_id,
session_id,
COLLECT_LIST(page_path) OVER (
PARTITION BY session_id
ORDER BY action_time
ROWS BETWEEN UNBOUNDED PRECEDING AND UNBOUNDED FOLLOWING
) AS full_path
FROM user_behavior
GROUP BY session_id, user_id, action_time, page_path
)
SELECT
session_id,
CONCAT_WS('→', full_path) AS journey_path
FROM path_sequence
GROUP BY session_id;
技术要点：
COLLECT_LIST搭配窗口函数实现有序聚合CONCAT_WS将数组转为可读路径字符串- 去重技巧：
GROUP