42. 会话划分问题

news2024/9/21 1:42:57

文章目录

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

题目需求

现有页面浏览记录表（page_view_events）如下，每行数据代表：每个用户的每次页面访问记录。

规定若同一用户的相邻两次访问记录时间间隔小于60s，则认为两次浏览记录属于同一会话。

现有如下需求，为属于同一会话的访问记录增加一个相同的会话id字段，会话id格式为"user_id-number"，其中number从1开始，用于区分同一用户的不同会话。

期望结果如下（截取部分）：

user_id (用户id)	page_id (页面id)	view_timestamp (浏览时间戳)	session_id (会话id)
100	home	1659950435	100-1
100	good_search	1659950446	100-1
100	good_list	1659950457	100-1
100	home	1659950541	100-2
100	good_detail	1659950552	100-2
100	cart	1659950563	100-2

需要用到的表：

页面浏览记录表：page_view_events

user_id	page_id	view_timestamp
100	home	1659950435
100	good_search	1659950446
100	good_list	1659950457
100	home	1659950541
100	good_detail	1659950552

思路一

在这里插入图片描述

实现一

-- 2） 为属于同一会话的访问记录增加一个相同的会话id字段，会话id格式为"user_id-number"

select user_id,
       page_id,
       view_timestamp,
       -- 计算 session_id
       concat(user_id, '-', sum(flag) over (partition by user_id order by view_timestamp)) as session_id
from (
         select user_id,
                page_id,
                view_timestamp,
                -- 1.1） 获取该用户上次页面浏览时间
                -- 1.2）计算该用户 (本次页面浏览时间 - 上次页面浏览时间), if(本次页面浏览时间 - 上次页面浏览时间) > 60, 标记为1，否则为0
                if(view_timestamp - lag(view_timestamp, 1, 0) over (partition by user_id order by view_timestamp) > 60,
                   1,
                   0) as flag
         from page_view_events
     ) t1;