Hive-SQL查询连续活跃登录用户思路详解_MsSql

MsSql

MsSql Mysql mariadb oracle DB2 mssql2008 mssql2005 SQLite PostgreSQL MongoDB Redis Access

上一篇: SQL Server DATEDIFF() 函数用... 下一篇:数据库初始化及数据库服务端操作...

Hive-SQL查询连续活跃登录用户思路详解

发布时间：2022-04-18 发布网站：脚本宝典

脚本宝典收集整理的这篇文章主要介绍了Hive-SQL查询连续活跃登录用户思路详解，脚本宝典觉得挺不错的，现在分享给大家，也给大家做个参考。

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脚本宝典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脚本宝典！

您可能感兴趣的文章: