尚硅谷基于腾讯云EMR搭建离线数据仓库（2023版）/视频/061-腾讯云EMR-离线数仓-ADS层-交易综合统计.mp4原创

好，那下来是第二交易局主题当中啊，咱们咱们算一个这个退单啊，算一下每天的退单数以及退单人数，那这个呢就直接呃退单人数count，这个退单数呢，就是some啊每个人，因为我们之前按照人，按照用户力度进行统计了这个什么。退单一个DWS层的表，也就是说最后一张这张表对吧。好，那这个建表语句拿过来，然后呢，从这张表里边直接过滤出来这个数据啊，然后呢，直接。他选就好了。呃，咱们现在呢，没有了这个。对单的一个状态，我们就直接用这个啊。好，查一下。退单的人数。啊，在这儿好，呃，那这张表呢，是这样子的，因为每天呢，我在我们回过头来说这个事情啊，因为这张表跟刚才那张表还不一样，刚才那张表呢，我们做了一个分区表，大家还记得吗？每天的一个分区里边呢，有这么几张数据，对吧？当然生产环境当中呢，看你的品牌，如果你的品牌有几万个，那一天就几万条数据，而我们现在呢，是要求。

每天退单的人数，每天退单人数，那这样的情况呢，这个需求啊，每天只有一条数据，那如果说我们在算多次的情况下，那每天一条数据，每天一条数据，如果你直接。Override，那你投第二天的数据，把第一天数据覆盖掉了不好，那也就是说我直接写入呢，我不用overri。对吧，啊，我直接写入啊，那你写入的话，是不是每天一个小文件，每天一个小文件，每个文件里边只有一条数据，那这也是不合理的，小文件太多了，对吧，那咱们呢，把这个S做了一个修改，怎么做呢，这样。查询他自己UN上，诶新的对吧，比如说我第一天呢，是三月22 3月12号，第二天呢是三月这个13号没问题吧，3月13号呢，假如说是二十五二十八啊是这样的数据，我呢覆盖掉它不合适啊，那给他一个新文件也不合适，那怎么做呢？把它查出来，这个呢，就是新的搜狗，刚才我们执行的搜狗把它应利的到一起，然后重新把它覆盖掉这张表，那么它就会有两条数据，而且呢只有一个文件，那这样的话就相当于我们主动做了一个合并小文件，对吧？所以呢，我刚才把这个粘掉把它。

干掉了啊，先把我们正常的思路搞清楚，然后呢，再了解到，诶我为什么我们这样写，这样是解决了一些小文件的问题啊，同时呢，嗯，那也就是说我直接覆盖掉，覆盖掉的话，你要不做分区那也有问题，那你老的数据就没了，对吧？数据呢，我们尽量的还是不要丢得保留着，OK，这个应该能理解吧，就这个是咱们具体的一个操作啊。