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;
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
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