本文主要是介绍阿里音乐预测 之 初探ODPS SQL，希望对大家解决编程问题提供一定的参考价值，需要的开发者们随着小编来一起学习吧！
一、主要操作平台
数据的处理，表格的生成读取，都可以在 数据开发 和 机器学习平台 下进行。
二、读取与统计赛题数据
-- 分别读取用户表和歌曲表:
create table if not exists users as select * from odps_tc_257100_f673506e024.mars_tianchi_user_actions;
create table if not exists songs as select * from odps_tc_257100_f673506e024.mars_tianchi_songs;
-- 统计所有艺人:
create table if not exists artists as select distinct artist_id from songs;
-- 统计所有艺人以及其对应的歌曲:
create table if not exists artists_songs as select distinct artist_id, song_id from songs;
-- 统计每首歌曲每天的播放量:
create table if not exists songs_plays as
select song_id, ds, count(*) as plays
from users
where action_type = '1'
group by song_id, ds；
(为了代码更容易解读，分行书写)
-- 将 表artists_songs 和 表songs_plays 联结:
create table if not exists artists_songs_plays as
select b.artist_id, a.ds, a.plays
from ${t1} a join ${t2} b
on a.song_id = b.song_id;
(1.因为 表artists_songs 中有些歌并没有被播放，而 表songs_plays 中有些被播放的歌的歌手没有在 表artists 中，所以这里必须采用内联结 inner join，关键字inner可省略; 2.在 机器学习平台 可直接使用 组件JOIN)
-- 统计每个艺人每天的播放量:
create table if not exists artists_plays as
select artist_id, ds, sum(plays) as plays
from artists_songs_plays
group by artist_id, ds;
-- 计算每个艺人20150801~20150830 这30天的平均播放量:
create table if not exists artists_plays_avg30 as
select artist_id, avg(plays) as plays_avg30
from artists_plays
where ds > '20150731' and ds < '20150831'
group by artist_id;
三、创建预测（测试）时间表:
--先提取日期20150701~20150831:
create table if not exists test_dates_0 as
select distinct ds
from users
where ds > 20150701 and ds <= 20150831;
(SQL里的字符串可以不添加（‘’）?)
-- 从string型转为datetime型:
create table if not exists test_dates_1 as
select to_date(ds, "yyyymmdd") as ds
from test_dates_0;
(示例：2015-08-18 00:00:00)
-- 增加61天
create table if not exists test_dates_2 as
select dateadd(ds, 61, "dd") as ds
from test_dates_1;
-- ds 转回字符串
create table if not exists test_dates_3 as
select cast(ds as string) as ds
from test_dates_2;
-- 转换回原来的格式
create table if not exists test_dates as
select concat(substr(substr(ds,1,10 ),1,4),substr(substr(ds,1,10 ),6,2),substr(substr(ds,1,10 ),9,2))as ds
from test_dates_3;
(示例：将 2015-08-18 00:00:00 转为 20150818)
--将 表artists 和 时间表test_dates 结合
（为了将 表artists 和 时间表test_dates 结合，我们分别在两个表中增加一列 select 'a' as join_flag，然后通过join_flag将两个表 全联结，即可得到想要的表格，在此基础上再添加 列plays 则是官方要求的结果提交表格格式了）
四、平台及语言使用技巧:
-- SQL关键字的语法顺序：
SELECT 语句的完整语法较复杂，但是其主要的子句可归纳如下：
SELECT select_list
[ INTO new_table ]
FROM table_source
[ WHERE search_condition ]
[ GROUP BY group_by_expression ]
[ HAVING search_condition ]
[ ORDER BY order_expression [ ASC | DESC ] ]
可以在查询之间使用 UNION 运算符，以将查询的结果组合成单个结果集。
-- 在 数据开发 下，运行脚本可以输出表格结果，这有助于直接观测并检验自己的代码有没有错误：
比如，查看 表test_dates_1 的前20项：
select * from test_dates_1 limit 20;
-- 对比 数据开发 和 机器学习平台：
数据开发 直接写脚本代码可以更简洁，一目了然；
机器学习平台 可以一步一步执行，并查看每一步的结果，逻辑更清晰。
这篇关于阿里音乐预测 之 初探ODPS SQL的文章就介绍到这儿，希望我们推荐的文章对编程师们有所帮助！
