HiveSQL题——用户连续登陆

吵吵叭火

已于 2024-02-11 12:15:07 修改

阅读量1.8k

点赞数 22

CC 4.0 BY-SA版权

分类专栏： # HIve SQL 文章标签：数据仓库大数据 sql

于 2024-01-28 22:08:43 首次发布

本文链接：https://blog.csdn.net/SHWAITME/article/details/135900251

1.2 每个用户历史至今连续登录的最大天数

1.3 每个用户连续登录的最大天数(间断也算)

一、连续登陆

1.1 连续登陆3天以上的用户

0 问题描述

查询连续登陆3天以上的用户（字节面试题）

1 数据准备

create table if not exists  table1  (id int comment '用户id', `date` string comment'用户登录时间');

insert overwrite table table1 values
(1,'2019-01-01 19:28:00'),
(1,'2019-01-02 19:53:00'),
(1,'2019-01-03 22:00:00'),
(1,'2019-01-05 20:55:00'),
(1,'2019-01-06 21:58:00'),
(2,'2019-02-01 19:25:00'),
(2,'2019-02-02 21:00:00'),
(2,'2019-02-04 22:05:00'),
(2,'2019-02-05 20:59:00'),
(2,'2019-02-06 19:05:00'),
(3,'2019-03-04 21:05:00'),
(3,'2019-03-05 19:10:00'),
(3,'2019-03-06 19:55:00'),
(3,'2019-03-07 21:05:00');

2 数据分析

select
    distinct id
from (select
          id,
          diff
      from (
               select
                   id,
                   date_sub(dt, row_number()over (partition by id order by dt)) diff
               from (  --- 同一个用户一天可能登陆多次,所以,先去重
                        select
                            id,
                            date_format(`date`,'yyyy-MM-dd') as dt
                        from table1
                        -- current_date() 获取当前的年月日
                        where date_format(`date`,'yyyy-MM-dd') between date_sub(current_date(),7) and current_date()
                        group by id, date_format(`date`,'yyyy-MM-dd')
                    ) tmp1
           ) tmp2
      group by id, diff
      having count(1) >= 3) tmp3;

3 小结

“连续登陆”的解题核心：分组排序，用时间减去排序，如果连续的话他们的差会是相同值

（1）对日期排序： row_number() over (partition by user_id oder by login_date)

（2）求日期和排序的差值diff：date_sub(login_date,row_number() over (partition by user_id oder by login_date)) as diff;

（3）对用户及差值diff分组：group by user_id,diff ；

（4）where count(1) >= 3的用户 user_id 就是连续登陆3天及以上的用户