【蚂蚁SQL面试题】蚂蚁数据研发一面面试题

蚂蚁数据研发面试题：计算贷款用户风险等级问题解析

一、问题背景

在数据处理中，我们有两张表，一张是用户贷款信息表dwd_trd_loan_tb_dd，包含uid（用户 id）、amt（贷款金额）、ovd_days（逾期天数）、dt（时间分区）；另一张是逾期等级配置表dim_ovd_config_dd，包含ovd_days（逾期天数）、user_level（用户风险等级）。例如，当ovd_days = 1且user_level = 1，表示用户逾期天数 <= 1 时，用户风险等级都为 1；当ovd_days = 30且user_level = 2，表示用户逾期天数 > 1 同时 <= 30 时，用户风险等级为 2。问题是计算 20241011 日所有贷款用户对应的风险等级。

二、测试数据准备

以下是创建表和插入测试数据的 SQL 代码：

create table dwd_trd_loan_tb_dd (
uid string,
amt int,
ovd_days int,
dt string
);
create table dim_ovd_config_dd (
ovd_days bigint,
user_level bigint
);
INSERT INTO dwd_trd_loan_tb_dd VALUES 
('1001',1000,0,'20241011'),
('1002',1000,33,'20241011'),
('1003',1000,12,'20241011'),
('1004',1000,68,'20241011')
;
INSERT INTO dim_ovd_config_dd VALUES 
(1,1),
(30,2),
(60,3),
(180,4);

三、思路分析

1. 表关联问题
   看到多张表，首先考虑进行 JOIN。但初看只能用逾期天数进行关联，却又无法直接关联，由于配置表数据量小，这里可以考虑笛卡尔积。
2. 数据处理问题
   在笛卡尔积后，需要判断每个用户的逾期天数是否小于所有配置的逾期天数，如果是则保留。这样会出现一个用户对应多个等级的情况，此时我们要取对应配置逾期天数最小的那一条。解决方法是按照uid进行分组，对配置逾期天数取最小值即为所需。

四、解题步骤

1. 第一步：表关联
   首先将两个表进行关联，使用以下 SQL 代码：

with t as (
    select l.*,l.ovd_days lovd_days,c.*,c.ovd_days covd_days from dwd_trd_loan_tb_dd l
        join dim_ovd_config_dd c
      on 1=1
)
select * from t ;

2. 第二步：计算用户风险等级
   在关联后的基础上，通过以下 SQL 代码计算每个用户的最小风险等级：

with t as (
    select l.*,l.ovd_days lovd_days,c.*,c.ovd_days covd_days from dwd_trd_loan_tb_dd l
        join dim_ovd_config_dd c
      on 1=1
)
select uid,min(user_level) from t where lovd_days < covd_days group by uid  ;

通过以上步骤，我们可以计算出 20241011 日所有贷款用户对应的风险等级。这种方法通过巧妙的表关联和数据处理逻辑，解决了看似复杂的多表数据计算问题。希望这篇博客对大家理解此类数据处理问题有所帮助。