---
id: offline-compute_HiveSQL_hivesql_002
name: 统计数据平台WDNotebook Ray类型管道任务中运行时间跨自然天的实例明细。从`wedat
category: offline-compute/HiveSQL
timeout_seconds: 600
modality: pure-text
engine: hivesql
---
## Prompt
**任务目标**：统计数据平台WDNotebook Ray类型管道任务中运行时间跨自然天的实例明细，按自然天拆分并关联GPU指标。

**输入**：
- `internal_platform_db.notebook_span_info_query_engine_005`
- `internal_platform_db.dwd_gputj_service_instance_map_query_engine_005`
- `internal_platform_db.dwd_ml_platform_instance_podname_query_engine_005`
- `internal_platform_db.gputj_gpu_info_parsed_agg_1min_query_engine_005`
- `internal_platform_db.notebook_engine_info_query_engine_005`

**处理规则**：
1. 时间过滤：`20260504`-`20260507`，从`notebook_span_info`筛选在`20260507`有记录且跨天的`trace_id`。
2. 业务过滤：计算类型='ray'，服务名='notebook-runner'；span名称限定：'runner.execute'、'execute.code'、'execute.code.cell'、'client.execute.code'、'runner.killed'、'set.permanent.compute'、'create.non.permanent.compute'；GPU表过滤无效记录。
3. 跨天拆分：将跨天实例按自然天拆分，每条记录对应一天内的开始和结束时间。
4. 派生字段：
   - `instance_run_time`：(end_time - start_time)/1000（秒），基于'runner.execute'
   - `code_run_time`：代码执行相关span总时长（秒）
   - `resource_wait_time`：资源创建相关span总时长（秒）
   - `apply_for_gpu_count`：SUM(replicas * num_gpu)，按trace_id
   - `gpu_util`：k8s_container_vgpu_gpu_util_sum / k8s_container_vgpu_gpu_util_count
   - `gpu_count`：k8s_container_resource_request_gpu_sum / k8s_container_resource_request_gpu_count
5. 表关联：
   - 拆分结果按`trace_id`左关联`notebook_engine_info`获取`serving_id`
   - 通过`instance_uuid`关联`dwd_gputj_service_instance_map`与`dwd_ml_platform_instance_podname`，再按`serving_id=service_id`左关联得到`pod_name`
   - 按`pod_name`左关联`gputj_gpu_info_parsed_agg_1min`，条件为`pkg_agg_time`落在实例运行窗口内（优先`instance_start_time`到`instance_end_time`，否则`code_start_time`到`code_end_time`）

**输出要求**：
- 输出表：`internal_platform_db.dwd_notebook_instance_pod_cross_day_detail_d_cand_query_engine_005`
- 字段顺序：dt:STRING; trace_id:STRING; datawd_project_id:STRING; datawd_task_id:STRING; datawd_task_instance_id:STRING; compute_type:STRING; status_code:INT; instance_run_time:INT; code_run_time:INT; resource_wait_time:INT; code_start_time:STRING; code_end_time:STRING; instance_start_time:STRING; instance_end_time:STRING; serving_id:STRING; is_permanent:BOOLEAN; apply_for_gpu_count:INT; pod_name:STRING; pkg_agg_time:STRING; gpu_util:DOUBLE; gpu_count:INT; p_date:STRING
- 分区字段：`dt`

**写入要求**：写入`dt='20260507'`分区。

请将最终 HiveSQL 写入 result.sql 并执行。