Не менял ничего

This commit is contained in:
Batirbulat
2025-12-17 19:31:06 +03:00
parent a1421a8fa0
commit 7fb8409941
3 changed files with 472 additions and 10 deletions
+384
View File
@@ -0,0 +1,384 @@
--ПЕТ ПРОЕКТ СОЗДАНИЕ ТАБЛИЦ
CREATE TABLE bhabibullin.core_enrollments
ON CLUSTER clickhouse_cluster
(
user_id UInt32,
course_id UInt32,
enrolled_at DateTime
)
ENGINE = ReplicatedMergeTree(
'/clickhouse/tables/{shard}/bhabibullin/core_enrollments',
'{replica}'
)
ORDER BY (user_id, enrolled_at);
CREATE TABLE bhabibullin.core_dim_user
ON CLUSTER clickhouse_cluster
(
user_id UInt32,
name String,
age UInt32,
email String,
registration_date Date
)
ENGINE = ReplicatedMergeTree(
'/clickhouse/tables/{shard}/bhabibullin/core_dim_user',
'{replica}'
)
ORDER BY (user_id, registration_date);
CREATE TABLE bhabibullin.core_fact_lesson_views
ON CLUSTER clickhouse_cluster
(
user_id UInt32,
lesson_id UInt32,
course_id UInt32,
viewed_at DateTime64(3)
)
ENGINE = ReplicatedMergeTree(
'/clickhouse/tables/{shard}/bhabibullin/core_fact_lesson_views',
'{replica}'
)
ORDER BY user_id;
CREATE TABLE bhabibullin.core_dim_course
ON CLUSTER clickhouse_cluster
(
course_id UInt32,
title String,
category String
)
ENGINE = ReplicatedMergeTree(
'/clickhouse/tables/{shard}/bhabibullin/core_dim_course',
'{replica}'
)
ORDER BY course_id;
drop table bhabibullin.core_dim_course ;
CREATE TABLE bhabibullin.core_dim_lesson
ON CLUSTER clickhouse_cluster
(
lesson_id UInt32,
title String,
duration_min UInt32,
course_id UInt32
)
ENGINE = ReplicatedMergeTree(
'/clickhouse/tables/{shard}/bhabibullin/core_dim_lesson',
'{replica}'
)
ORDER BY (lesson_id, course_id);
-- Этап 2. Создание витринных таблиц
-- Задание 2: Подготовь структуру витрины lesson_popularity_summary
/*
- Спроектируй таблицу, где каждая строка — один урок.
- Для каждого урока должны храниться:
- ID и название урока
- ID и название курса, к которому он относится
- Общее число просмотров
- Количество уникальных пользователей, посмотревших урок
- Дата первого и последнего просмотра
*/
CREATE TABLE bhabibullin.lesson_popularity_summary
(
lesson_id UInt32,
lesson_title String,
course_id UInt32,
course_title String,
total_views UInt32,
unique_users UInt32,
first_view DateTime64(3, 'UTC'),
last_view DateTime64(3, 'UTC')
)
ENGINE = MergeTree
ORDER BY (lesson_id, course_id);
CREATE MATERIALIZED VIEW mv_lesson_popularity_summary
TO bhabibullin.lesson_popularity_summary
AS
SELECT
flv.lesson_id AS lesson_id,
l.title AS lesson_title,
flv.course_id AS course_id,
c.title AS course_title,
count() AS total_views,
uniqExact(flv.user_id) AS unique_users,
min(flv.viewed_at) AS first_view,
max(flv.viewed_at) AS last_view
FROM core_fact_lesson_views AS flv
JOIN core_dim_lesson AS l ON flv.lesson_id = l.lesson_id
JOIN core_dim_course AS c ON flv.course_id = c.course_id
GROUP BY
flv.lesson_id,
l.title,
flv.course_id,
c.title;
INSERT INTO bhabibullin.lesson_popularity_summary
SELECT
flv.lesson_id,
l.title AS lesson_title,
flv.course_id,
c.title AS course_title,
count() AS total_views,
uniqExact(flv.user_id) AS unique_users,
min(flv.viewed_at) AS first_view,
max(flv.viewed_at) AS last_view
FROM core_fact_lesson_views AS flv
JOIN core_dim_lesson AS l ON flv.lesson_id = l.lesson_id
JOIN core_dim_course AS c ON flv.course_id = c.course_id
GROUP BY
flv.lesson_id,
l.title,
flv.course_id,
c.title;
select * from bhabibullin.mv_lesson_popularity_summary mlps ;
select * from bhabibullin.lesson_popularity_summary lps ;
/*
### ✅ **Задание 3: Создай витрину `inactive_users_summary`**
**Цель:** выявить пользователей, которые **зарегистрировались, но ничего не посмотрели**.
📌 **Что нужно сделать:**
- Подготовь таблицу, где каждая строка — один такой "неактивный" пользователь.
- Для каждого пользователя нужны:
- ID, имя, email, возраст
- Количество курсов, на которые он записался
- Дата регистрации
**Где пригодится:**
Эта витрина может использоваться для продуктовой аналитики, триггерных рассылок (например, напоминаний), анализа оттока, повышения вовлечённости.
*/
CREATE TABLE bhabibullin.inactive_users_summary(
user_id UInt32,
name String,
email String,
age UInt32,
enrollment_count UInt32,
registration_date Date
)
ENGINE = MergeTree()
ORDER BY user_id;
CREATE MATERIALIZED VIEW bhabibullin.mv_inactive_users_summary
to bhabibullin.inactive_users_summary
AS
SELECT
cdu.user_id,
cdu.name,
cdu.email,
cdu.age,
0 as enrollment_count,
cdu.registration_date
FROM core_dim_user cdu
WHERE (cdu.user_id, 1) NOT IN (
SELECT user_id, 1
FROM core_enrollments
GROUP BY user_id
);
INSERT INTO bhabibullin.inactive_users_summary
SELECT
cdu.user_id,
cdu.name,
cdu.email,
cdu.age,
0 as enrollment_count,
cdu.registration_date
FROM core_dim_user cdu
WHERE (cdu.user_id, 1) NOT IN (
SELECT user_id, 1
FROM core_enrollments
GROUP BY user_id
);
/*
### ✅ **Задание 4: Создай витрину `course_completion_rate`**
**Цель:** проанализировать, насколько хорошо пользователи проходят курсы.
📌 **Что нужно сделать:**
- Сформируй таблицу, где строка — это пользователь + курс.
- Для каждой пары нужно рассчитать:
- Общее число уроков в курсе
- Сколько из них просмотрел конкретный пользователь
- Коэффициент завершения (`lessons_viewed / lessons_in_course`)
*/
CREATE TABLE IF NOT EXISTS bhabibullin.course_completion_rate
(
user_id UInt32,
user_name String,
course_id UInt32,
course_title String,
lessons_in_course UInt32,
lessons_viewed UInt32,
completion_rate Float64
)
ENGINE = MergeTree()
ORDER BY (user_id, course_id);
CREATE MATERIALIZED VIEW IF NOT EXISTS bhabibullin.mv_course_completion_rate
TO bhabibullin.course_completion_rate
AS
WITH lessons_in_course AS (
SELECT
course_id,
count(Distinct lesson_id) AS lessons_in_course
FROM core_dim_lesson
GROUP BY course_id
),
views_user_course AS (
SELECT
user_id,
course_id,
count(Distinct lesson_id) AS lessons_viewed
FROM core_fact_lesson_views
GROUP BY user_id, course_id
)
SELECT
u.user_id AS user_id,
u.name AS user_name,
c.course_id AS course_id,
c.title AS course_title,
lic.lessons_in_course AS lessons_in_course,
coalesce(vuc.lessons_viewed, 0) AS lessons_viewed,
ROUND(
COALESCE(
NULLIF(coalesce(vuc.lessons_viewed, 0) * 1.0, 0)
/ NULLIF(lic.lessons_in_course * 1.0, 0),
0
),
2
) AS completion_rate
FROM core_dim_user u
JOIN core_enrollments e ON u.user_id = e.user_id
JOIN core_dim_course c ON e.course_id = c.course_id
JOIN lessons_in_course AS lic ON c.course_id = lic.course_id
LEFT JOIN views_user_course AS vuc ON vuc.user_id = u.user_id AND vuc.course_id = c.course_id
ORDER BY
u.user_id,
c.course_id;
INSERT INTO bhabibullin.course_completion_rate
WITH lessons_in_course AS (
SELECT
course_id,
count(Distinct lesson_id) AS lessons_in_course
FROM core_dim_lesson
GROUP BY course_id
),
views_user_course AS (
SELECT
user_id,
course_id,
count(Distinct lesson_id) AS lessons_viewed
FROM core_fact_lesson_views
GROUP BY user_id, course_id
)
SELECT
u.user_id AS user_id,
u.name AS user_name,
c.course_id AS course_id,
c.title AS course_title,
lic.lessons_in_course AS lessons_in_course,
coalesce(vuc.lessons_viewed, 0) AS lessons_viewed,
ROUND(
COALESCE(
NULLIF(coalesce(vuc.lessons_viewed, 0) * 1.0, 0)
/ NULLIF(lic.lessons_in_course * 1.0, 0),
0
),
2
) AS completion_rate
FROM core_dim_user u
JOIN core_enrollments e ON u.user_id = e.user_id
JOIN core_dim_course c ON e.course_id = c.course_id
JOIN lessons_in_course AS lic ON c.course_id = lic.course_id
LEFT JOIN views_user_course AS vuc ON vuc.user_id = u.user_id AND vuc.course_id = c.course_id;
/*
# 📊 Этап 3. Анализ и запросы
### ✅ **Задание 5: Напиши SQL-запросы к витринам**
**Напиши свои вариации для практики.**
*/
--Топ-5 самых просматриваемых уроков
SELECT
lesson_title,
course_title,
total_views
FROM lesson_popularity_summary
ORDER BY total_views DESC
LIMIT 5;
--Неактивные пользователи, записавшиеся на курсы
SELECT
name,
email,
registered_courses_count
FROM inactive_users_summary
WHERE registered_courses_count > 0
ORDER BY registration_date DESC;
--Курсы с самым высоким процентом завершения
SELECT
course_title,
AVG(completion_rate) AS avg_completion
FROM course_completion_rate
GROUP BY course_title
ORDER BY avg_completion DESC
LIMIT 5;
-- топ 5 курсов по количеству уникальных пользователей
SELECT
course_title,
uniqExact(user_id) AS active_users
FROM lesson_popularity_summary
GROUP BY course_title
ORDER BY active_users DESC
LIMIT 5;
--новые пользователи за прошлый месяц
SELECT
user_id,
name,
email,
registration_date
FROM core_dim_user
WHERE registration_date >= today() - INTERVAL 30 DAY
ORDER BY registration_date DESC;
/*
### ✅ **Задание 6: Сравни данные с Greenplum**
1. Выбери 2–3 значения из таблиц `_summary_source` в Greenplum
2. Сравни с ClickHouse-результатами:
- Совпадает ли `SUM`, `AVG`, `MIN`, `MAX`
- Проверяй `NULL`, `0`, округления
3. Напиши мини-отчёт: **"где совпадает, где нет, почему"
Совпадает ли SUM, AVG, MIN, MAX
Совпадает и в гринплам, и в кликхаус
Проверяй NULL, 0, округления
С этим даже траблы были при пет проекте, кликхаус тяжело обрабатывает нулл значения
*/