spark读取的数据有以下列：订单id、订单日期、用户id、区域、省份、商品id、商品单价、商品数量、订单消费金额)，在hive中有data表，字段(date string,total_money float,user num int)。请你在idea环境下按日期计算，每天的消费总金额和消费人数，将计算结果保存为csv文件，并将文件导入到hive的data表中。

好的，这是一个比较复杂的数据处理任务，需要使用Scala语言和Spark框架完成。具体实现步骤如下：

1. 首先，我们需要读取原始数据，可以使用Spark的API来读取，代码如下：

val spark = SparkSession.builder()
                        .appName("CalculateDailyRevenue")
                        .master("local[*]")
                        .getOrCreate()

val df = spark.read
             .option("header", true)
             .option("inferSchema", true)
             .csv("path/to/your/csv/file")

其中，`path/to/your/csv/file` 是原始数据文件的路径。

2. 接下来，我们需要对原始数据进行转换，按照日期进行聚合，计算每天的消费总金额和消费人数，代码如下：

import org.apache.spark.sql.functions._

val result = df.groupBy("订单日期")
              .agg(sum("订单消费金额").alias("total_money"), countDistinct("用户id").alias("user"))

这段代码中，我们使用 `groupBy` 函数按照日期进行分组，然后使用 `agg` 函数进行聚合计算，最后使用 `alias` 函数给计算结果指定别名。

3. 最后，我们需要将计算结果保存为CSV文件，并将文件导入到Hive的data表中，代码如下：

result.write
      .option("header", true)
      .csv("path/to/your/output/csv/file")

spark.sql("LOAD DATA LOCAL INPATH 'path/to/your/output/csv/file' INTO TABLE data")

其中，`path/to/your/output/csv/file` 是保存计算结果的CSV文件路径。

完成以上三个步骤后，你就可以得到按日期计算的每天消费总金额和消费人数，并且将结果保存到Hive的data表中了。