hive计算成功率 hive 计算占比

计算方式对比

一般计算占比，比如转换率、留存率等，都是先分组求和再相除得到结果，但是在一定的条件下，可以直接使用AVG()求出百分比。

比如，要求统计报名转化率，报名转化率公式为转化率=报名人数/浏览人数。

在下面图中，两种颜色分别表示了不同的计算过程：

• 淡橘色是第一种直接方法：分别求出浏览人数（7），报名人数（4），转化率=4/7=57%
• 蓝色是使用平均函数AVG()：直接对“是否报名”列求平均数，结果也为4/7=57%，其中满足报名条件的人数（4），总人数（7）。

题目满足两个条件:

1. 表格中有为唯一ID值，
2. 有判断条件的列：在“是否报名”列中，只有0和1，1表示满足了条件（已经报名），0表示没有满足条件（没有报名）。

所以，可以直接使用AVG()函数计算条件列的占比结果。而在实际过程中，上述条件都可以通过聚合计算满足，比如通过if()函数构建一个判断列。

例一：计算转换率

举个简单栗子，在牛客直播转换率这个题目中，要求：统计每个科目的转换率（sign_rate(%)，转化率=报名人数/浏览人数，结果保留两位小数）。（注：按照course_id升序排序）

已知课程表course_tb如下（其中course_id代表课程编号，course_name表示课程名称，course_datetime代表上课时间）：

用户行为表behavior_tb如下（其中user_id表示用户编号、if_vw表示是否浏览、if_fav表示是否收藏、if_sign表示是否报名、course_id代表课程编号）：

解法

select
b.course_id,
course_name,
round(avg(if_sign)*100,2)
from behavior_tb b
left join course_tb c on c.course_id=b.course_id
group by 1,2
order by course_id asc

例二：计算新用户占比

计算每天的日活数及新用户占比

注：

• 新用户占比=当天的新用户数÷当天活跃用户数（日活数）。
• 如果in_time-进入时间和out_time-离开时间跨天了，在两天里都记为该用户活跃过。
• 新用户占比保留2位小数，结果按日期升序排序。

解法

select
dt
,count(1) dau
,round(avg(if(cnt=1,1,0)),2) as uv_new_ratio   #是新用户返回1, 不是新用户返回0
from
(
select
    uid,
    dt,
    row_number()over(partition by uid order by dt) as cnt # 判断是否为新用户
from
(#重新构造基础表格，将进入和离开时间放在同一列
select uid, date(in_time) as dt from tb_user_log
Union
select uid,date(out_time) as dt from tb_user_log) t1
) t2
group by 1
order by dt asc