43. 间断连续登录用户问题

news2024/12/28 11:01:09

文章目录

- - - 题目需求
    - 思路一
    - 实现一
    - 题目来源

题目需求

现有各用户的登录记录表（login_events）如下，表中每行数据为：一个用户何时登录了平台。

现要求统计各用户最长的连续登录天数，间断一天也算作连续，例如：一个用户在1,3,5,6登录，则视为连续6天登录。

期望结果如下（截取部分）：

user_id (用户id)	max_day_count (最大连续天数)
100	3
101	6
102	3
104	3
105	1

需要用到的表：

用户的登录记录表：login_events

user_id	login_datetime
100	2021-12-01 19:00:00
100	2021-12-01 19:30:00
100	2021-12-02 21:01:00

思路一

在这里插入图片描述

实现一

-- 3） 计算日期差
select user_id,
       -- 统计每个用户每次连续登录的日期聚合
       -- collect_set(login_datetime)
       datediff(collect_set(login_datetime)[size(collect_set(login_datetime)) - 1], collect_set(login_datetime)[0]) +
       1 as max_day_count
from (
         -- 2） 求 sum
         select user_id,
                login_datetime,
                sum(flag) over (partition by user_id order by login_datetime) as sum
         from (
                  select user_id,
                         -- 本地登录时间
                         date_format(login_datetime, 'yyyy-MM-dd')                                       as login_datetime,
                         -- 1.1） 获取该用户上次登录时间
                         -- 1.2）计算该用户 (本次登录时间 - 上次登录时间), if(本次登录时间 - 上次登录时间) > 2, 标记为1(不连续登录标记)，否则为0
                         if(datediff(date_format(login_datetime, 'yyyy-MM-dd'),
                                -- 注意: 不可以使用不存在的日期，例如 '0000-00-00'
                                     lag(date_format(login_datetime, 'yyyy-MM-dd'), 1, '0001-01-01')
                                         over (partition by user_id order by login_datetime)) > 2, 1, 0) as flag
                  from login_events
              ) t1
     ) t2
group by user_id, sum;