

「数分秋招」大厂面试笔试真题解析-字节

数据分析星球

2024-10-08

导读：数分大厂秋招求职面试笔试题系列-字节面试笔试题解析

公众号文章都是按照系列更新，大家可以按需获取哈，干货内容可以戳：

点我查看>>【数据分析思维系列】<<

点我查看>>【数据分析工具系列】<<

点我查看>>【数据分析面试系列】<<

点我查看>>【数分统计学系列】<<

点我查看>>【数据分析概述系列】<<

点我查看>>【白话数据分析系列】<<

00 写在前面

哈喽，大家好，星球哥（秋招季版）上线啦！🌟

宝子们，是不是在为数据分析的秋招焦虑呢？面对一大堆简历模板和面试攻略，感觉无从下手？面对面试官的各种刁钻问题，感觉自己总是答不到点子上？或者是，总觉得自己的项目经验不够突出，技能不过硬？再加上面试笔试题太多，不知道从何刷起，各大厂的面试风格和流程也千差万别，让人头疼不已？没关系，星球哥来帮你们啦！

❤数据分析面试会重点考查候选人两方面的能力，一个是基础的数据工具能力，最常考的就是SQL，我们会剖析大厂的笔试真题，讲解一类题目的解法，授人以鱼不如授人以渔。

❤❤考查的另一方面就是业务题，这一块主要是设定一些常见的业务场景，需要你给出对应的分析思路和方法，这一块对于没有数据分析经验的小伙伴们来说就很不友好了，很多面试的朋友碰到这类题都会很慌，无从下手，因为没做过，也不知道怎么分析啊！！！

不过不用怕，数据分析面试笔试的大厂真题解析系列来了！收集了近几年一些大厂的面试笔试题题，通过这些题目的详细讲解，掌握这类题目的解答思路了，授人以鱼不如授人以渔！

01 大厂笔试题解析

01 题目描述

【题目描述】
计算用户在直播间的最大连续登录天数。用户登录天数的连续性允许间隔不超过2天，如用户分别在1、3、5、6号进行登录，则用户的最大连续登录天数为6天。

表结构如下：DROP TABLE IF EXISTS test_login_events; CREATE EXTERNAL TABLE IF NOT EXISTS test_login_events ( user_id INT COMMENT '用户id', login_datetime STRING COMMENT '登录时间' ) COMMENT '直播间访问记录' STORED AS ORC TBLPROPERTIES ( "orc.compress" = "SNAPPY", "discover.partitions" = "false" );

02 解题步骤

     
      第一步：去重处理，获取用户每天的首次登录数据。

      
       
        
        
        
        
        
        
        
        
       
       WITH temp1 AS (    SELECT        user_id,        login_datetime,        date_format(login_datetime, 'yyyy-MM-dd') AS login_date    FROM        test_login_events)

第二步：为每个用户每天的登录记录按时间排序，取每天的第一条登录记录。

     
      
       
        
        
        
        
        
        
        
        
        
       
       , temp2 AS (    SELECT        user_id,        login_datetime,        login_date,        row_number() over (partition by user_id, login_date order by login_datetime) AS rn    FROM         temp1)

第三步：过滤出每天的首次登录记录，去重用户的重复登录。

     
      
       
        
        
        
        
        
        
        
        
        
        
       
       , temp3 AS (    SELECT        user_id,        login_datetime,        login_date    FROM         temp2    WHERE        rn = 1)

第四步：计算每条登录记录与前一条登录记录之间的时间间隔（单位：天）。

     
      
       
        
        
        
        
        
        
        
        
        
        
       
       , temp4 AS (    SELECT        user_id,        login_datetime,        login_date,        lag(login_date) over (partition by user_id order by login_date) as last_login_date,        datediff(login_date, lag(login_date) over (partition by user_id order by login_date)) as login_diff    FROM        temp3)

第五步：根据时间间隔设置标记（login_session_flag），如果时间间隔大于2天，则标记为1，否则为0。

     
      
       
        
        
        
        
        
        
        
        
        
        
        
       
       , temp5 AS (    SELECT        user_id,        login_datetime,        login_date,        last_login_date,        login_diff,        if(login_diff > 2, 1, 0) as login_session_flag    FROM        temp4)

第六步：根据标记值计算用户每个登录周期的session_id，用于标识连续登录的周期。

     
      
       
        
        
        
        
        
        
        
        
        
        
        
       
       , temp6 AS (    SELECT        user_id,        login_datetime,        login_date,        last_login_date,        login_diff,        login_session_flag,        concat(user_id, '_', sum(login_session_flag) over (partition by user_id order by login_datetime)) as session_id    FROM        temp5
      
      )

第七步：计算每个session_id下的连续登录天数（最大日期与最小日期的差值 + 1）。

     
      

      
       
        
        
        
        
        
        
        
        
        
        
       
       , temp7 AS (    SELECT         user_id,        session_id,        datediff(max(login_date), min(login_date)) + 1 as max_days    FROM        temp6    GROUP BY        user_id,         session_id
      
      )

第八步：汇总每个用户的最大连续登录天数。

     
      

      
       
        
        
        
        
        
        
        
       
       SELECT     user_id,    max(max_days) as max_daysFROM    temp7GROUP BY    user_id;