求助关于sql的面试题

服务器每天产生30亿的访问日志，
每一行日志包括字段：device_id, country, channel_id,date,ip, ......
其中device_id表示设备，country表示国家，channel_id表示渠道，date表示日期，......
已知device_id去重总数不到10亿，每天缓慢增加，缓慢到可以忽略不计；
已知country长度最长3个大写字母，channel_id取值范围是100-999；
已知device_id为36个字符组成；
现在要分析：
1、不同国家的device_id去重计数是多少，
2、不同渠道的device_id去重计数是多少，
3、不同渠道独有的device_id去重计数是多少，（因为一个设备可能在不同渠道出现，也可能只在某一个渠道出现）
4、渠道100的设备与其他渠道（101～999）的设备重复率是多少，
要求：
1、写出各个要求的伪sql（不限方言）
2、在计算第四点时如果是 10亿的device_id表 left join 10亿的device_id表，速度较慢，如何解决？
（不限方言，最好是spark，不要求能运行，逻辑对即可；可以自定义算子，算子功能描述清楚即可）