TSQL--查找连续登陆用户

--==========================================

需求：有一个用户登陆日志表，记录用户每次登陆时间，然后想查找用户按天连续登陆的情况，找出每次连续登陆的最早时间和最后时间以及连续登陆天数。

--===========================================

由于长久未写此类SQL,有点手生，本着走一步算一步的精神，慢慢来。

首先查看日志表

SELECT [Uid]

      ,[loginDate]

  FROM [dbo].[Member_LoginLog]

  WHERE [UID]=268

由于按天计算连续登陆，表中时间精确到毫秒，很难肉眼看出数据是否连续，于是考虑转换数据

而又由于我们只关心最早登陆时间和最后登陆时间，因此我们可以先按照天来统计用户最早登陆时间和最后登陆时间，并将时间转换成对应天数

--==============================================

--统计出用户每天最早登陆时间和最后登陆时间

SELECT T1.[UID]

,DATEDIFF(DAY,'2014-01-01',LoginDate) AS DiffDays

,MAX(LoginDate) AS MaxLoginDate

,MIN(LoginDate) AS MinLoginDate

INTO [dbo].[Member_LoginLog_Status1]

FROM [dbo].[Member_LoginLog] T1

GROUP BY T1.[UID],DATEDIFF(DAY,'2014-01-01',LoginDate)

--======================================

--查看效果

SELECT [UID]

,[DiffDays]

,[MaxLoginDate]

,[MinLoginDate]

FROM [dbo].[Member_LoginLog_Status1]

WHERE UID=268

从上图很容易看出第二天没连续登陆，是不是很容易看啊

接下来就是查找联系的天数了，如果我们按照UID分组，然后对DiffDays来排序求出排名来，依据DiffDays的增长量和RID量便可以判断出天数是否连续

SELECT 

ROW_NUMBER()OVER(PARTITION BY UID ORDER BY [DiffDays] ASC) AS RID,

T1.*

FROM [dbo].[Member_LoginLog_Status1] T1

WHERE [UID]=268

这样我们便可以使用表的自连接来查找连续的登录，由于需要按照用户和天数来算出排名，因此我们可以先建立索引

CREATE CLUSTERED INDEX CIX_UID_Days ON 

[dbo].[Member_LoginLog_Status1]

(

    [UID],[DiffDays]

)

然后再求连续区间：

--==========================================

--查找连续的登录

;WITH Tem AS(

SELECT 

ROW_NUMBER()OVER(PARTITION BY UID ORDER BY [DiffDays] ASC) AS RID,

T1.*

FROM [dbo].[Member_LoginLog_Status1] T1

)

,Tem1 AS(

SELECT ROW_NUMBER()OVER(

    PARTITION BY T1.[UID],T1.[DiffDays] 

    ORDER BY T2.[diffdays]-T1.[diffdays] DESC) AS RID,

T1.[UID],

T1.MinLoginDate,

T2.MaxLoginDate,

T1.[diffdays] AS MinDiffDays,

T2.[diffdays] AS MAXDiffDays

FROM Tem AS T1

INNER JOIN Tem AS T2

ON T1.UID=T2.UID

AND T1.[diffdays]<=T2.[diffdays]

AND T2.[diffdays]-T1.[diffdays]= T2.RID-T1.RID

)

SELECT 

[UID],

MinLoginDate,

MaxLoginDate,

MinDiffDays,

MAXDiffDays

INTO [dbo].[Member_LoginLog_Status2]

FROM Tem1 AS T1

WHERE T1.RID=1

--=========================================

--检查结果

SELECT [UID]

,[MinLoginDate]

,[MaxLoginDate]

,[MinDiffDays]

,[MAXDiffDays]

FROM [dbo].[Member_LoginLog_Status2]

WHERE [UID]=268

找出连续的区间后，我们会发现有很多区间不是最大连续区间，如第5天到第17天连续，但是比之更大的区间还有第3天到第17天，对于这种问题，解决办法就是依据maxDiffDays分组，求出最小的minDiffDays

由于此时要按照用户和maxDiffDays分组，然后按照MinDiffDays排序求最小值，因此先建立索引

CREATE CLUSTERED INDEX CIX_UID_MAXDiffDays

ON [AccMain_101].[dbo].[Member_LoginLog_Status2]

([UID],MAXDiffDays,MinDiffDays ASC)

然后再查询：

--====================================

--求出最大连续区间

;WITH CTE1 AS(

SELECT 

ROW_NUMBER()OVER(PARTITION BY [UID],MAXDiffDays ORDER BY MinDiffDays ASC) AS RID,

[UID],

MinLoginDate,

MaxLoginDate,

MinDiffDays,

MAXDiffDays

FROM [AccMain_101].[dbo].[Member_LoginLog_Status2] AS T1

)

INSERT INTO [dbo].[Member_LoginLog_Status3]

           ([Uid]

           ,[firstLoginDate]

           ,[lastLoginDate]

           ,[loginNumber])

SELECT [UID],

MinLoginDate,

MaxLoginDate,

T1.MAXDiffDays-MinDiffDays AS ContinueDays

FROM CTE1 T1

WHERE T1.RID=1

--==================================

--查看结果

SELECT  [Uid]

      ,[firstLoginDate]

      ,[lastLoginDate]

      ,[loginNumber]

  FROM [dbo].[Member_LoginLog_Status3]

  WHERE [UID]=268

查询结果：

结果正是我们想要的，因此打完收工，回家吃饭。

--===============================================

总结：其实查找连续或查找孤岛这类原理，都是利用自连接然后看增长是否连续，多折腾几遍就好。

--===============================================

在wwwwgou的回复中，指出一条更快捷的计算方式，同样使用排名来计算，但不使用关联，而是计算排名与登陆天数的差值，如果登陆天数连续增长，则排名也连续增长，两者的差值保持不变；如果登陆天数不连续，则登陆天数增长的值就会比排名增长的值高，这时两者的差值就会变大。

如下图：

随着天数不连续的次数增加，[天数-排名]的值会不断增大，因此可以使用[天数-排名]来分组，便可以定位到连续区间。

PS: 不会出现两个不同连续区间的[天数-排名]值一样的情况

查找代码：

--========================================

--感谢wwwwgou提供，

--此代码已略做修改

SELECT

[Uid],

mindt = MIN(mindt),

maxdt = MAX(maxdt),

logdays = COUNT(*)

FROM 

(

SELECT

[Uid],

RowNo = ROW_NUMBER() 

OVER(PARTITION BY [Uid] 

ORDER BY DATEDIFF(DAY,'2014-01-01', loginDate)),

DiffDay = DATEDIFF(DAY,'2014-01-01', loginDate),

mindt = MIN(loginDate),

maxdt = MAX(loginDate)

FROM dbo.Member_LoginLog

GROUP BY [Uid], DATEDIFF(DAY,'2014-01-01', loginDate)

) T

GROUP BY [Uid], [RowNo] - DiffDay

ORDER BY [Uid], minDt

对wwwwgou筒子再次表示婶婶地感谢。

--===============================================

请原谅我苍白的讲解，让您们只能看代码。

妹子骚猴就上，不要着急。