如何使用大数据从两个电子表格中的数据中为if语句提供结果？

Question

我试图证明像Apache Hadoop或Google BigQuery这样的大数据系统可以更好地替代分析和显示特定数据，而不是构建整个数据模型并从QlikView显示它们。

在这个简单的例子中，我想使用大数据系统来了解在线销售率有多高。在这里，我想从这两个表中获取销售和在线销售的报价。

销售：https://docs.google.com/spreadsheets/d/1vWuVvz7Sltf6gAys28Ayv6u9juFxZPKupRYTRkcQhTA/edit?usp=sharing

在线销售：https://docs.google.com/spreadsheets/d/162Cosl_nn0iS1y4NpytVd8NsO7sj16NdmgjtA87ppIw/edit?usp=sharing

你能帮我写一个代码来显示输入客户编号时的结果吗？ （请查看电子表格）

到目前为止，我已经在我的Google云平台上安装了Google BigQuery，并准备好在其上进行测试的Hadoop群集。根据您的知识，我可能会使用其中任何一个。

不幸的是到目前为止我没有代码。

如果我输入客户“1002”，我希望得到44.4％的结果，如电子表格中他的在线销售“2.000€”除以他的销售额“4.500€”等于0.44。

可选：如果你有任何想法如何在Apache Ambari（或类似）上显示数据，我将非常感谢你也可以获得这个教程！

非常感谢你的帮助！

This is my frontend in BigQuery since 10.05.2019

Answer 1

这是BigQuery的解决方案。

首先，我们需要将Google表格文档中的数据与BigQuery相关联。您可以通过创建一个包含源代码为Google云端硬盘中的工作表的表来完成此操作，这通过用户界面相对简单：

您可以使用其他选项定义架构并忽略标题行。

一旦表格设置完毕，我们就可以在BigQuery中查询它们。以下SQL将基于每个用户提供您想要的内容。我已经注释掉了一行，您可以插入客户ID以仅返回该客户。

SELECT a.Customer AS Customer,
       round(100.00*sum(b.Online_Sales)/sum(a.Sales), 2) AS PctOnlineSales
FROM
    Dataset.Big_Data_Test_1_Sales a
JOIN
    Dataset.Big_Data_Test_1_Online_Sales b
ON a.Customer = b.Customer
--WHERE a.Customer IN ('1002')
GROUP BY 1
ORDER BY 1

以下是运行上述内容时的结果：

我假设在生产中你有一些用户没有在两张纸上购买的情况。切换到FULL OUTER JOIN并使IFNULL和ISNULL函数的用户将处理与此相关的问题。

如果您有任何疑问，请告诉我。