SQL实用题型-用户最长连续登陆天数

sql经典题型：求用户连续登陆的最长天数

已知：一个简单的用户登陆表：

uid	dat
u1	2019/9/1
u1	2019/9/2
u1	2019/9/3
u1	2019/9/8
u1	2019/9/9
u2	2019/9/2
u2	2019/9/3

想要得到：查询结果如下

uid	max_day
u1	3
u1	2
u2	2

题目难点：如何求连续登陆的天数

1. 首先想到的是用 COUNT + GROUP BY 的用法，那么GROUP BY后面用于分组的条件就是连续登陆的标记（分别为连续登陆2天，3天，6天，10 天等等）。
2. 如何对于每一个用户构建连续登陆的标记？ 这个时候，很容易就会想到平时算法中的相邻循环加1，但是在SQL中一定要转变这种思维方式，而是思考能不能给这些连续加1的日期打上一个相同的标签，这样子就可以利用这个标签当作GROUP BY分组的条件了。
3. 以用户U1为例，该用户有两次连续登陆的经历，第一次是连续3天，第二次是连续2天，我们只要能对这两次的连续登陆行为打上两个标签，则可以使用GROUP BY对于不同标签组内的数据进行COUNT的计算，从而得到用户的连续登陆天数这一新变量。
4. 以用户U1连续登陆3天的3个数据为例，怎么给着三个数据打上同样的标签呢？此时我们思考，这三个数据DATE1，DATE2，DATE3的关系是数值上依次加1，加入我们可以生成一列同样依次加1的数据R1，R2，R3（如1，2，3）,那么DATE1-R1的差值就会等于DATE2-R2同时等于DATE3-R3，那么我们就可以使用这个差值作为一个连续登陆的标记，所以同样对于用户U1连续登陆2天的2个数据，我们也用该种方法进行连续登陆的标记。
5. 这个时候我们需要思考一个问题，如果两次做差的数值 A,B是相同的应该怎么办？这样的话，就会把原来分开的两次连续登陆（3天标签A，2天标签B）计算成一次的连续登陆（5天标签A=标签B）。此时我们应该想到，连续登陆的3天和2天的日期一定不是相邻的，是跳跃的，否则就会记做一次登陆5天。那么只要我们生成一串长长的自然数列（1，2，3，4，5，6…）刚好依次对应与用户登陆的日期，然后我们使用这个自然数列和用户登陆的日期做差，这样就一定能得到两组标签了。这里再解释一遍因为如果是连续登陆的话，用户的日期是连续的（d1,d2,d3），我们使用自然数列（1，2，3）与它做差，得到的数字是相同的数字d1-1=d2-2=d3-3=A，可以用作一次连续登陆行为的标签，当用户隔了几天之后再次出现连续登陆行为(d4,d5)时，重新开始连续登陆日期数字已经跳到几天之后(即d4与d3不再是加1的关系)，但是与该日期（d4,d5）依次对应的自然数列（4，5）与之前的（1，2，3）还是相邻的关系。这样的话d4-4=d5-5=B 且不等于 d3-3=A这样我们就给d4和d5建立了一个新的标签。所以我们连续登陆3天和2天的日期后面对应的标签是两个不同的数字A，B。
6. 那么如何实现生成一串自然数列的功能呢，当然是使用我们的ROW_NUMBER() 函数啦，因为我们是对每一个用户进行如上的操作，所以OVER() 中的条件应该是PARTITION BY uid， 同时题目没有说日期变量是有序的，所以我们还应该加上ORDER BY dat 这一条件。
7. 故实现该连续登陆的标记部分的查询语句应该是：

SELECT uid, dat, (DAY(dat) - ROW_NUMBER() OVER(PARTITION BY uid ORDER BY dat)) AS day_label
FROM table

8. 故计算连续登陆天数day_count的语句是：

SELECT uid,day_label,count(*) as day_count
FROM (
    SELECT uid, dat, (DAY(dat) - ROW_NUMBER() OVER(PARTITION BY uid ORDER BY dat)) AS day_label FROM table)
GROUP BY uid,day_label

9. 故求最大连续登陆天数max(day_count)的语句是：

SELECT uid,max(day_count) as max_day
FROM
   ( SELECT uid,day_label,count(*) as day_count
        FROM (
             SELECT uid, dat, (DAY(dat) - ROW_NUMBER() OVER(PARTITION BY uid ORDER BY dat)) AS day_label FROM table)
GROUP BY uid,day_label)
GROUP BY uid

9.最后再解释一下代码，共三层嵌套子查询，最内层使用开窗函数给每一批连续登陆的日期都打上每一批对应的day_label标签，第二层子查询是利用上一层的标签作为GROUP BY分类计数的类别，这一层的查询是得到了用户每一次连续登陆对应的天数。第三层的子查询就是使用max函数与GROUP BY函数取出每一个用户对应的最长登陆天数。

本题的思考

1. 分析题意，搞清楚题目的逻辑顺序，先求连续登陆天数，再取最大
2. 思维方式要使用SQL中的归类思想，创建一组变量，使得它们能够作为分类的标签。
3. 思考细节，日期是否需要排序，顺序还是倒序
4. 熟悉开窗函数的应用