Charakterystyka danych

Poszczególne postaci z serialu "Jak poznałem waszą matkę" opowiadają żarty.

W strumieniu pojawiają się zdarzenia zgodne ze schematem JokeEvent.

create json schema JokeEvent(character string, quote string, people_in_room int, laughing_people int, pub string, ets string, its string)

Każde zdarzenie związane jest z faktem opowiedzenia żartu, przez określonego bohatera serialu HIMYM (How I Met Your Mother). Wydarzeniu temu odpowiada liczba osób znajdujących się w pubie w chwili wypowiedzenia żartu, liczba osób, które żart rozbawił oraz nazwa pubu.

Dane są uzupełnione o dwie etykiety czasowe.

• Pierwsza (ets) związana jest z momentem wypowiedzenia żartu w rzeczywistości. Etykieta ta może się losowo spóźniać w stosunku do czasu systemowego maksymalnie do 30 sekund.
• Druga (its) związana jest z momentem rejestracji zdarzenia systemie.

Opis atrybutów

Atrybuty w każdym zdarzeniu zgodnym ze schematem JokeEvent mają następujące znaczenie:

• character - nazwa postaci opowiadającej żart
• quote - cytat
• people_in_room - liczba osób w pokoju w chwili opowiedzenia żartu
• laughing_people - liczba osób, których rozbawił żart
• pub - pub, w którym żart został wypowiedziany
• ets - czas opowiedzenia żartu w rzeczywistości
• its - czas rejestracji w systemie

Zadania

Opracuj rozwiązania poniższych zadań.

• Opieraj się strumieniu zdarzeń zgodnych ze schematem JokeEvent
• W każdym rozwiązaniu możesz skorzystać z jednego lub kilku poleceń EPL.
• Ostatnie polecenie będące ostatecznym rozwiązaniem zadania musi
  • być poleceniem select
  • posiadającym etykietę answer, przykładowo:

@name('answer') SELECT character, laughing_people, 
                       sum(people_in_room) as sumPeople_in_room, 
                       count(*) howMany, ets, its
FROM JokeEvent#ext_timed(java.sql.Timestamp.valueOf(its).getTime(), 3 sec)

Zadanie 1

Dla każdej osoby generuj średnią ilość osób śmiejących się z jej żartów od początku działania systemu.

Wyniki powinny zawierać następujące kolumny:

• character - nazwa osoby,
• avg_laughing_people - średnia liczba osób.

Zadanie 2

Znajduj przypadki opowiedzenia żartu, z którego nikt się nie zaśmiał.

Wyniki powinny zawierać następujące kolumny:

• character - osoba,
• its - czas rejestracji żartu w systemie.

Zadanie 3

Znajduj zdarzenia, w których liczba osób śmiejących się, jest największa wśród wszystkich żartów zarejestrowanych w ciągu ostatnich 2 minut.

Wyniki powinny zawierać następujące kolumny:

• character - osoba występująca,
• laughing_people - liczba osób, które rozbawił żart,
• its - czas rejestracji żartu w systemie.

Zadanie 4

Chcemy wykrywać niezbyt śmieszne puby. Dla każdego pubu i każdej kolejnej minuty chcemy wyliczać:

• liczbę żartów śmiesznych (liczba osób śmiejących się z żartu jest powyżej 50% osób w pubie)
• liczbę sucharów (liczba osób śmiejących się z żartu jest poniżej 50% osób w pubie).

Znajduj puby, w których w ciągu ostatniej kolejnej minuty liczba sucharów przekroczyła liczbę żartów śmiesznych.

Wyniki powinny zawierać następujące kolumny:

• pub - nazwę pubu,
• its_start - czas rozpoczęcia minuty.

Zadanie 5

Wykrywaj serię żartów w pubie o nazwie McLaren's, podczas których śmiejąca się liczba osób nie wzrastała powyżej 5.

Wyniki powinny zawierać następujące kolumny:

• pub - nazwę pubu,
• its_start - czas rozpoczęcia serii

Zadanie 6

Znajdź następujące po sobie (niekoniecznie bezpośrednio) te trójki żartów, w czasie których liczba osób śmiejących się była większa niż 4. Nie uwzględniaj w wyniku przypadków trójek, jeżeli pomiędzy pierwszym a trzecim zdarzeniem, zanotowano żart opowiedziany dla publiki liczącej nie mniej niż 30 osób.

Wyniki powinny zawierać następujące kolumny:

• laughing_people1 - liczba śmiejących się osób w przypadku zdarzenia pierwszego
• laughing_people2 - liczba śmiejących się osób w przypadku zdarzenia drugiego
• laughing_people3 - liczba śmiejących się osób w przypadku zdarzenia trzeciego

Zadanie 7

Dla każdego pubu wyszukuj serie żartów, dla których liczba osób śmiejących się konsekwentnie malała (co najmniej 4 spadki z rzędu). Seria kończy się przed żartem, w którym liczba osób śmiejących się wreszcie wzrosła.

Wyniki powinny zawierać następujące kolumny:

• ppl_before - liczba osób przed spadkami,
• ppl_after - liczba osób dla ostatniego żartu w serii spadków,
• jokes_count - liczba żartów zanotowanych w serii spadków,
• pub - nazwa pubu, w którym zanotowano serię.