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

metadata

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