Datasets:
File size: 3,269 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 | ---
id: offline-compute_PySpark_pyspark_004
name: 销售线索企业邮品牌明细
category: offline-compute/PySpark
timeout_seconds: 900
modality: pure-text
engine: pyspark
---
## Prompt
我需要你生成一段 PySpark 代码，产出"销售线索企业邮品牌明细"。
**业务背景与目标**：线下销售团队有一份三非企业的销售线索表（含 corpid 唯一键），数据仓库侧有一份每月统计的邮箱平台画像表（每个 corpid 多行，按 top_domain / domain_isp 维度统计当月被唤醒的不同别名邮箱数量）。运营想要的是：对每一个三非线索企业，把它的活跃邮箱（domain_alias_monthwakeup_uniq >= 1）提取出来，并且把底层细粒度的 domain_isp 字段（如 'cloud_a'、'mail_provider_n'、'biz' 等）映射成业务可识别的标准品牌（'电商平台A'、'邮件平台N'、'企业邮品牌C' 等），最终落到 DWD 层供下游使用。
**输入表**：
- `internal_platform_db.project_alpha_ods_tele_sale_clue_info_mysql_v3`
- `internal_platform_db.project_alpha_dws_ww_corpstat_usermail_v3`
**数据范围与过滤条件（业务说法）**：
- 只保留有活跃邮箱的企业，即 b.domain_alias_monthwakeup_uniq >= 1。
- 服务商不能为空，即 b.domain_isp IS NOT NULL。
- 运行日期 ds 固定为 '20260513'，写到输出 imp_date 列。
**表关联关系**：
- 子查询 a：`SELECT DISTINCT corpid FROM project_alpha_ods_tele_sale_clue_info_mysql_v3`（拿到所有三非线索企业的 corpid）。
- inner join：a ⋈ project_alpha_dws_ww_corpstat_usermail_v3 b on a.corpid = b.corpid。
**聚合与计算规则（需体现在 SQL 中）**：
1. 派生列 `domain_mx`（邮箱品牌），用 CASE WHEN 把 domain_isp 映射到标准品牌： - 'other_zijian' → '其他自建' - 'coremail_local' → 'coremail本地版' - 'mail_provider_n' → '邮件平台N' - IN ('outlook','outlook_cn') → 'outlook' - IN ('cloud_a','ali','ecommerce_a','ecommerce_a') → '电商平台A' - 'eyou_local' → '亿邮本地版' - 'exchange_local' → 'exchange' - 'coremail' → 'coremail saas版' - IN ('263','263mail') → '263' - 'postfix_local' → 'postfix本地版' - 'collabf' → '协作平台F' - 'biz' → '企业邮品牌C' - ELSE → '其他saas'
2. imp_date 字段固定填 '20260513'。
**输出要求**：
- 目标表：`internal_platform_db.project_alpha_dwd_ww_tele_sale_corp_domain_mx_v3`
- 输出表 schema（按此顺序、含义如下，5 列显式写出）： 1. imp_date STRING：运行日期 YYYYMMDD = '20260513' 2. corpid BIGINT：企业 ID 3. top_domain STRING：最多人使用的邮箱域名 4. domain_isp STRING：邮箱服务商底层标识（保留原值） 5. domain_mx STRING：CASE WHEN 派生的标准品牌
- 写入策略：INSERT OVERWRITE TABLE，使用显式列名清单。
- 沙箱化说明：原任务由 SparkBase 框架封装（job.load_dw_data + selectExpr 链路 + job.save_dw_data）；沙箱版改写为顶层 SparkSession + 一段 INNER JOIN + WHERE + CASE WHEN 的 SQL。
- 如果目标表不存在，请先按 Hive 标准建表（ORC 存储），再写入数据。
|