• 设为首页
  • 点击收藏
  • 手机版
    手机扫一扫访问
    迪恩网络手机版
  • 关注官方公众号
    微信扫一扫关注
    迪恩网络公众号

Hive-SQL查询连续活跃登录用户思路详解

原作者: [db:作者] 来自: [db:来源] 收藏 邀请

连续活跃登陆的用户指至少连续2天都活跃登录的用户

解决类似场景的问题

创建数据

CREATE TABLE test5active(
dt string,
user_id string,
age int)
ROW format delimited fields terminated BY ',';

INSERT INTO TABLE test5active VALUES 
('2019-02-11','user_1',23),('2019-02-11','user_2',19),
('2019-02-11','user_3',39),('2019-02-11','user_1',23),
('2019-02-11','user_3',39),('2019-02-11','user_1',23),
('2019-02-12','user_2',19),('2019-02-13','user_1',23),
('2019-02-15','user_2',19),('2019-02-16','user_2',19);

思路一:

1、因为每天用户登录次数可能不止一次,所以需要先将用户每天的登录日期去重。

2、再用row_number() over(partition by _ order by _)函数将用户id分组,按照登陆时间进行排序。

3、计算登录日期减去第二步骤得到的结果值,用户连续登陆情况下,每次相减的结果都相同。

4、按照id和日期分组并求和,筛选大于等于2的即为连续活跃登陆的用户。

第一步:用户登录日期去重

select DISTINCT dt,user_id from test5active;

第二步:用row_number() over()函数计数

select 
t1.user_id,t1.dt,
row_number() over(partition by t1.user_id order by t1.dt) day_rank
from 
(
select DISTINCT dt,user_id from test5active
)t1;

第三步:日期减去计数值得到结果

select
t2.user_id,t2.dt,date_sub(t2.dt,t2.day_rank) as dis
from 
(
select 
t1.user_id,t1.dt,
row_number() over(partition by t1.user_id order by t1.dt) day_rank
from 
(
select DISTINCT dt,user_id from test5active
)t1)t2;

第四步:根据id和结果分组并计算总和,大于等于2的即为连续登陆的用户,得到 用户id,开始日期,结束日期,连续登录天数

select 
t3.user_id,min(t3.dt),max(t3.dt),count(1)
from
(
select
t2.user_id,t2.dt,date_sub(t2.dt,t2.day_rank) as dis
from 
(
select 
t1.user_id,t1.dt,
row_number() over(partition by t1.user_id order by t1.dt) day_rank
from 
(
select DISTINCT dt,user_id from test5active
)t1
)t2
)t3 group by t3.user_id,t3.dis having count(1)>1;

用户id 开始日期 结束日期 连续登录天数

最后:连续登陆的用户

select distinct t4.user_id
from
(
select 
t3.user_id,min(t3.dt),max(t3.dt),count(1)
from
(
select
t2.user_id,t2.dt,date_sub(t2.dt,t2.day_rank) as dis
from 
(
select 
t1.user_id,t1.dt,
row_number() over(partition by t1.user_id order by t1.dt) day_rank
from 
(
select DISTINCT dt,user_id from test5active
)t1
)t2
)t3 group by t3.user_id,t3.dis having count(1)>1
)t4;

思路二:使用lag(向后)或者lead(向前)

select 
user_id,t1.dt,
lead(t1.dt) over(partition by user_id order by t1.dt) as last_date_id
from 
(
select DISTINCT dt,user_id from test5active
)t1;

select
distinct t2.user_id
from 
(
select 
user_id,t1.dt,
lead(t1.dt) over(partition by user_id order by t1.dt) as last_date_id
from 
(
select DISTINCT dt,user_id from test5active
)t1
)t2 where datediff(last_date_id,t2.dt)=1;

参考:

2020年大厂面试题-数据仓库篇

SQL 查询连续登陆7天以上的用户

到此这篇关于Hive-SQL查询连续活跃登陆的用户的文章就介绍到这了,更多相关SQL查询连续登陆的用户内容请搜索极客世界以前的文章或继续浏览下面的相关文章希望大家以后多多支持极客世界!


鲜花

握手

雷人

路过

鸡蛋
该文章已有0人参与评论

请发表评论

全部评论

专题导读
上一篇:
数据库初始化及数据库服务端操作详解发布时间:2022-02-08
下一篇:
SQL Server DATEDIFF() 函数用法发布时间:2022-02-08
热门推荐
热门话题
阅读排行榜

扫描微信二维码

查看手机版网站

随时了解更新最新资讯

139-2527-9053

在线客服(服务时间 9:00~18:00)

在线QQ客服
地址:深圳市南山区西丽大学城创智工业园
电邮:jeky_zhao#qq.com
移动电话:139-2527-9053

Powered by 互联科技 X3.4© 2001-2213 极客世界.|Sitemap