---
id: offline-compute_PySpark_pyspark_013
name: 银行XURL安全关系关联
category: offline-compute/PySpark
timeout_seconds: 900
modality: pure-text
engine: pyspark
---
## Prompt
我需要你生成一段 PySpark 代码，从平台 URL 安全关系中提取银行X相关的贷中和意愿用户样本。

**业务背景与目标**：安全部门维护了一份平台 guid 与 URL 的关系表，记录了用户访问过的 URL 及其 cgi 信息。风控业务需要从这份关系表中筛选出访问过银行X（bankx.com.cn）特定页面的用户，按贷款阶段分为"贷中用户"和"意愿用户"两类，输出到贷款用户样本表中，供下游风控模型使用。

**输入表**：
- `internal_platform_db.t_dwd_urlsafe_rela_guid_url_di_pyspark_101`

**数据范围与过滤条件**：
- 运行日期 ds 固定为 20260513（BIGINT 类型）
- 域名过滤：domain = 'bankx.com.cn'
- 站点过滤：site = 'm1.bankx.com.cn'

**计算规则**：
1. **贷中用户识别**：cgi 包含 `http://m1.bankx.com.cn/BankX_MBSERVER/NEW/APP/MOBILE-BANK-H5/LOANS/WXMAIN/LOAN-REPAY-PLAN`，loan_stage 标记为 'in-loan'
2. **意愿用户识别**：cgi 包含以下任一 URL 模式（18 个 will_cgis），loan_stage 标记为 'will'：
   - LOANS/MAIN/XWMINI, LOANS/AUTHORIZATION, LOANS/DATA-SELF-ATTESTATION-CHECK, LOANS/DATA-SELF-ATTESTATION-EDIT, LOANS/MAIN/XWMINI-RESULT
   - FEIMA 系列路径
3. 两类用户分别选取字段：uid（来自 guid）, loan_type='unknown', city='unknown', industry='unknown', entity_name='unknown', legal_person='unknown', loan_stage, details（来自 url）
4. 各用户组内按 uid 去重
5. Union 合并后，整体按 uid 去重
6. 写入时同时指定分区值：ds=20260513, data_source='social', id_type='guid'

**输出要求**：
- 目标表：`internal_platform_db.t_rta_loan_url_samples_pyspark_101`
- 分区字段：ds BIGINT, data_source STRING, id_type STRING
- 写入策略：先建表（ORC 存储，8 个非分区列 + 3 个分区列），再 INSERT OVERWRITE TABLE PARTITION(ds=..., data_source=..., id_type=...) SELECT * FROM tmp_view