ctc_poc2026/src/td_building_cell_m/README.md

td_building_cell_m 执行说明

表说明

楼宇小区桥接月表，建立电信小区与楼宇实体的业务归属关系，支撑楼宇维度的Top小区分析。

执行步骤

1. 前置依赖

必须先执行以下表：

• td_building_grid_m（必须已同步回Hive，提供楼宇-栅格映射）

2. 在Hive中执行计算

hive -hivevar:year_month=2026-05 -f src/td_building_cell_m/compute.sql

或直接在Hive CLI中执行 src/td_building_cell_m/compute.sql 中的SQL

3. 执行同步脚本

bash src/td_building_cell_m/sync.sh

4. 验证数据

在PG中执行：

SELECT COUNT(*) FROM dmk.td_building_cell_m;  -- 应大于0
SELECT year_month, building_id, cellkey, indoor_flag, rsrpcount
FROM dmk.td_building_cell_m LIMIT 10;  -- 检查多口径关联结果

计算侧与持久化

• 计算侧：HiveSQL（默认侧）
• 持久化侧：PostgreSQL
• 双侧冗余：本表需在Hive和PG双侧保留

关键计算逻辑

1. 多口径关联：
   • 明细映射(0/1)：ON a.regionid = b.regionid AND a.indoor_flag = b.indoor_flag
   • 全量映射(-1)：ON a.regionid = b.regionid AND a.indoor_flag = -1（不检查MR侧flag）
2. 运营商过滤：只提取 operator_name = 'telecom' 的记录
3. 4G/5G采样点字段：4G用rsrpcount，5G用ssrsrpcount（严禁混淆）
4. 聚合分组：按 building_id, cellkey, indoor_flag 分组，SUM(rsrpcount)
5. 全量保留：有采样的小区映射全保留，不进行Top N截断

注意事项

1. 必须确保 td_building_grid_m 已同步回Hive
2. 4G/5G采样点字段严禁混淆
3. cell_geom由GENERATED列自动生成（当cell_wkt或cell_lon/cell_lat存在时）
4. 同步脚本中的数据库连接参数需根据实际情况修改