滴滴-数据开发实习二面
2. 讲解一下项目
3. 项目中数仓为什么要这样分层。
4. 关于数模比赛项目的问题。xxx
5. 写sql题。
用户访问日志：user_id, device_id, date
求1. 给定时间2024-06-17 用户、设备的数量，都有重复值，都有可能为空
第一次写法：
select
count(distinct user_id) user_cnt
count(distinct device_id) device_cnt
from
t
where date_format(date,'yyyy-MM-dd') = '2024-06-07'
追问这样写会导致什么问题，如何解决？
会导致数据倾斜，先提前过滤空值再使用group by，再套一层直接统计
类似资料：