一、数据表结构
视频表 t_video
| 字段 | 注释 | 描述 |
|---|---|---|
| videoId | 视频唯一 id（String） | 11 位字符串 |
| uploader | 视频上传者（String） | 上传视频的用户名 String |
| age | 视频年龄（int） | 视频在平台上的整数天 |
| category | 视频类别（Array<String>） | 上传视频指定的视频分类 |
| length | 视频长度（Int） | 整形数字标识的视频长度 |
| views | 观看次数（Int） | 视频被浏览的次数 |
| rate | 视频评分（Double） | 满分 5 分 |
| Ratings | 流量（Int） | 视频的流量，整型数字 |
| conments | 评论数（Int） | 一个视频的整数评论数 |
| relatedId | 相关视频 id（Array<String>） | 相关视频的 id，最多 20 个 |
二、具体实现
-- 统计每个类别中的视频热度 Top10
/**
思路：
1.先使用 explode 函数将 category 字段扁平化
2.按照 videoid 和 扁平化后的类别字段分组聚合统计观看次数
3.使用排序窗口函数按类别分组、观看次数降序排序进行组内编号
4.使用 where 子句筛选每个类别组内的 top10 数据
*/
SELECT
cg,
videoid,
`views`,
rn
FROM
(
SELECT
cg,
videoid,
`views`,
DENSE_RANK() over(PARTITION by cg ORDER by `views` desc) as rn
FROM
(
SELECT
videoid,
cg,
SUM(`views`) as `views`
FROM t_video gv lateral view explode(category) adtable as cg
group by cg, videoid
) t1
) t2
WHERE rn <= 10;