File size: 1,831 Bytes
e8c001c
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
---
id: offline-compute_PrestoSQL_prestosql_004
name: 小说UDS算法书籍关系筛选
category: offline-compute/PrestoSQL
timeout_seconds: 900
modality: pure-text
engine: prestosql
---
## Prompt
**任务目标**:从小说UDS算法书籍关系表中,筛选指定事件类型的记录,根据事件类型映射为操作类型,提取关键字段写入输出表。

**输入表**- `internal_platform_db.t_oh_novel_uds_algorithm_book_rel_prestosql_004`(小说UDS算法书籍关系表)
  - `ftime` STRING — 时间
  - `event_code` STRING — 事件编码
  - `book_id` STRING — 书籍ID
  - `guid` STRING — 用户标识
  - `reqid` STRING — 请求ID
  - `traceid` STRING — 追踪ID
  - `report_time` STRING — 上报时间
  - `ds` BIGINT — 分区字段

**过滤条件**- `ds = 2026060906`
- `length(book_id) = 10`
- `event_code IN ('expose', 'click', 'real_read', 'add_0', 'add_1', 'shelf_add', 'share', 'comment', 'like')`

**输出要求**- 目标表: `internal_platform_db.t_od_novel_user_action_detail_cand_prestosql_004`
- 输出字段及顺序: `reqid` STRING, `guid` STRING, `bookid` STRING, `traceid` STRING, `action` STRING, `ftime` STRING, `report_time` STRING
- action: CASE event_code WHEN 'expose' THEN 'expose' WHEN 'click' THEN 'click' WHEN 'real_read' THEN 'real_read' WHEN 'add_0' THEN 'add_0' WHEN 'add_1' THEN 'add_1' ELSE event_code END
- bookid: book_id
- traceid: substr(traceid, 1, 4)
- 如果目标表不存在,请先建表再写入数据
- 请使用Presto/Trino SQL语法,不要使用Hive/Spark SQL方言

**环境与执行说明**
- Presto已启动,通过Hive catalog连接
- 执行SQL: `presto-cli --catalog hive --schema internal_platform_db -f /tmp_workspace/result.sql`
- 写出result.sql后,必须自己执行验证它能成功运行并产出正确数据