tasks/offline-compute/PrestoSQL/prestosql_011/task.md

---
id: offline-compute_PrestoSQL_prestosql_011
name: 安全平台PG敏感接口2表UNION+聚合
category: offline-compute/PrestoSQL
timeout_seconds: 900
modality: pure-text
engine: prestosql
---
## Prompt
**任务目标**：将两个安全平台PG敏感接口数据表合并，排除黑名单域名后，按日期、域名和接口路径聚合，将匹配规则名拼接为逗号分隔字符串，写入输出表。

**输入表**：（2个表结构相同）
- `internal_platform_db.internal_sec_radept_secpg_data_result2_prestosql_011`
- `internal_platform_db.internal_sec_radept_secpg_data_result4_prestosql_011`

各表字段:
  - `databus_imp_date` INT — 数据日期
  - `insert_time` STRING — 插入时间
  - `src_ip` STRING — 源IP
  - `employeename` STRING — 员工名
  - `http_host` STRING — 域名
  - `http_cgi` STRING — 接口路径
  - `http_param` STRING — 请求参数
  - `http_user_agent` STRING — 用户代理
  - `http_referer` STRING — 来源
  - `http_body` STRING — 请求体
  - `http_head` STRING — 请求头
  - `httpsrsp_body` STRING — 响应体
  - `httpsrsp_content_length` STRING — 响应内容长度
  - `https_method` STRING — HTTPS方法
  - `scan_group` STRING — 扫描组
  - `rule_name` STRING — 规则名
  - `match_string` STRING — 匹配字符串
  - `match_type` STRING — 匹配类型
  - `scan_comment` STRING — 扫描备注

**过滤条件**：
- `databus_imp_date = 20260608`
- `http_host NOT IN ('api.im-platform.example.com', 'mp.im-platform.example.com', 'open.im-platform.example.com', 'wx.im.example.com', 'wx2.im.example.com', 'wx8.im.example.com', 'web.im-platform.example.com', 'login.im-platform.example.com', 'long.open.im-platform.example.com', 'ext.im.example.com', 'proxy.svc.example.com', 'resolver.svc.example.com', 'cloud.provider.example.com', 'console.cloud.provider.example.com', 'csec.cloud.provider.example.com')`

**输出要求**：
- 目标表: `internal_platform_db.secpg_sensitive_interface_cand_prestosql_011`
- 输出字段及顺序: `databus_imp_date` INT, `http_host` STRING, `http_cgi` STRING, `con_con` STRING
- con_con: listagg(rule_name, ',') 或 array_join(array_agg(DISTINCT rule_name), ',') 聚合规则名
- 按 databus_imp_date, http_host, http_cgi 分组
- 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