题目1：

有十万个淘宝店铺，每个顾客访问任意一个店铺时都会生成一条访问日志。访问日志存储表为visit，其中访问用户ID字段名称为uid，访问的店铺字段名称为store,请统计每个店铺的UV。

select  store,count(distinct uid)  as uv from visit group by store;

题目2：

有一亿个用户，被存储于表Users中，其中有用户唯一字段UID，用户年龄age和用户总消费金额total，请以代码或技术方案阐述的方式分别用sql（Hive 或 Spark Sql）和Spark按照用户年龄从大到小进行排序，如果年龄相同，则按照总消费金额从小到大排序。

select  * 
from Users
order by age desc , total;

题目3：

当前有用户人生阶段表LifeStage，有用户唯一ID字段UID，用户人生阶段字段stage_someone，其中stage_someone字段内容为各个人生阶段标签按照英文逗号分隔的拼接内容，如：计划买车，已买房，并且每个用户的内容不同，请使用Hive Sql统计每个人生阶段的用户量。

select 
    stage_name,count( distinct UID)
from LifeStage 
LATERAL VIEW explode(split(stage_someone,','))  LifeStage_tmp as stage_name  group by stage_name;

知识点：Hive列转行
explode 函数：处理map结构的字段，将数组转换成多行.
步骤1：建表LifeStage：

--对不同用户的人生阶段使用数组，所以建表时要标明数组的分隔符语句--collection items terminated by ","
create table LifeStage(
    UID string,
    stage_someone array<string>)
row format delimited 
fields terminated by "\t"
collection items terminated by ",";

插入数据(BDP查询平台可以直接txt导入)

load data local inpath "/LifeStage.txt"   into table LifeStage;

步骤2：explode的使用
explode作用：处理map结构的字段，将数组转换为多行

select explode(stage_someone)  from LifeStage;

如果要得到题目的需求结果，那么需要在此结果上，每一个UID和该用户对应的人生阶段进行笛卡尔积

select UID,explode(stage_someone)  from LifeStage;

查询结果直接报错，因为UID的记录数要远少于stage_someone的记录数，
那么，由此引入LATERAL VIEW函数：

LATERAL VIEW:
1、LATERAL VIEW用于和UDTF函数【explode,split】结合来使用。
2、首先通过UDTF函数将数据拆分成多行，再将多行结果组合成一个支持别名的虚拟表。
3、主要解决在select使用UDTF做查询的过程中查询只能包含单个UDTF，不能包含其它字段以及多个UDTF的情况。
4、语法：LATERAL VIEW udtf(expression) table Alias AS column Alias(',',columnAlias)

使用LATERAL VIEW+explode 函数进行查询，语句如下：

select UID,stage_name 
from LifeStage
LATERAL VIEW explode(stage_someone) tmpTable as stage_name;
--stage_name是给explode(stage_someone)列起的别名

explode 与lateral view 在关系型数据库中本身是不该出现得，因为它得出现本身就是在操作不满足第一范式得数据（每个属性都不可再分），本身已经违背了数据库的设计原理（不论是业务系统还是数据仓库系统），不过大数据技术普及后，很多类似pv、uv的数据，在业务系统中是存储在非关系型数据库中，用json存储的概率比较大，直接导入hive为基础的数仓系统中，就需要经过ETL过程解析这类数据，explode和lateral view在这种场景下大显身手。