Hive-SQL查询连续活跃登录用户思路详解

作者:奇遇yms 时间:2024-01-22 08:29:47 

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;

Hive-SQL查询连续活跃登录用户思路详解

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;

Hive-SQL查询连续活跃登录用户思路详解

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;

Hive-SQL查询连续活跃登录用户思路详解

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

Hive-SQL查询连续活跃登录用户思路详解

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;

Hive-SQL查询连续活跃登录用户思路详解

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;

Hive-SQL查询连续活跃登录用户思路详解


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;

Hive-SQL查询连续活跃登录用户思路详解

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

来源:https://www.cnblogs.com/yangms/p/14179403.html

标签:SQL,查询,登陆,用户
0
投稿

猜你喜欢

  • 关于pyqt5控件自适应窗口超详细知识点汇总

    2021-03-26 14:37:57
  • 详解Go中gin框架如何实现带颜色日志

    2024-05-21 10:19:11
  • Python使用graphviz画流程图过程解析

    2022-06-19 06:45:18
  • Python实现PS滤镜的万花筒效果示例

    2023-11-15 10:17:25
  • perl面向对象实例

    2022-11-29 03:22:44
  • pandas重复行删除操作df.drop_duplicates和df.duplicated的区别

    2021-02-13 05:56:36
  • C++中的string类的用法小结

    2024-04-10 16:09:24
  • Python 自动补全(vim)

    2021-11-06 16:54:42
  • python 设置文件编码格式的实现方法

    2021-06-22 14:49:52
  • python实现linux下抓包并存库功能

    2022-12-23 20:22:06
  • Python简单获取自身外网IP的方法

    2023-12-26 03:44:31
  • Python实现中一次读取多个值的方法

    2023-01-13 15:55:35
  • python实现本地批量ping多个IP的方法示例

    2023-12-19 02:36:36
  • 如何使用Python破解ZIP或RAR压缩文件密码

    2022-03-24 19:28:45
  • python性能测试对手机号绑定进行压测

    2021-09-29 12:17:00
  • 总结Python中逻辑运算符的使用

    2023-01-10 14:54:40
  • 一篇文章带你入门SQL编程

    2024-01-12 13:05:22
  • 微信小程序实现上传图片小功能

    2024-04-26 17:11:56
  • 使用JavaScript和CSS实现文本隔行换色的方法

    2024-04-19 09:46:52
  • 详解Python3中字符串中的数字提取方法

    2021-02-22 06:08:15
  • asp之家 网络编程 m.aspxhome.com