hive 笔记二 连续7天登录的用户

直接上SQL题目:

1 、 连续7天登录的用户
数据:

1,2019-07-11,1
1,2019-07-12,1
1,2019-07-13,1
1,2019-07-14,1
1,2019-07-15,1
1,2019-07-16,1
1,2019-07-17,1
1,2019-07-18,1
2,2019-07-11,1
2,2019-07-12,1
2,2019-07-13,0
2,2019-07-14,1
2,2019-07-15,1
2,2019-07-16,0
2,2019-07-17,1
2,2019-07-18,0
3,2019-07-11,1
3,2019-07-12,1
3,2019-07-13,1
3,2019-07-14,0
3,2019-07-15,1
3,2019-07-16,1
3,2019-07-17,1
3,2019-07-18,1

表结构：

create table ulogin( uid int, dt date, status int )row format delimited fields terminated by ',';

导入数据:

load data local inpath '/home/hadoop/data/ulogin.dat' into table ulogin;

解决问题步骤：
1.使用 row_number 在组内给数据编号(rownum)
2.某个值 - rownum = gid，得到结果可以作为后面分组计算的依据
3.根据求得的gid，作为分组条件，求最终结果
具体实现:
1）首先使用的row_number 给日期排序：

select uid, dt, row_number() over (partition by uid order by dt) gid from ulogin where status=1;


uid     dt      gid
1       2019-07-11      1
1       2019-07-12      2
1       2019-07-13      3
1       2019-07-14      4
1       2019-07-15      5
1       2019-07-16      6
1       2019-07-17      7
1       2019-07-18      8
2       2019-07-11      1
2       2019-07-12      2
2       2019-07-14      3
2       2019-07-15      4
2       2019-07-17      5
3       2019-07-11      1
3       2019-07-12      2
3       2019-07-13      3
3       2019-07-15      4
3       2019-07-16      5
3       2019-07-17      6
3       2019-07-18      7

2）通过date_sub来获取统一的日期

select uid, dt, date_sub(dt, row_number() over (partition by uid order by dt)) gid from ulogin where status=1;

uid     dt      gid
1       2019-07-11      2019-07-10
1       2019-07-12      2019-07-10
1       2019-07-13      2019-07-10
1       2019-07-14      2019-07-10
1       2019-07-15      2019-07-10
1       2019-07-16      2019-07-10
1       2019-07-17      2019-07-10
1       2019-07-18      2019-07-10
2       2019-07-11      2019-07-10
2       2019-07-12      2019-07-10
2       2019-07-14      2019-07-11
2       2019-07-15      2019-07-11
2       2019-07-17      2019-07-12
3       2019-07-11      2019-07-10
3       2019-07-12      2019-07-10
3       2019-07-13      2019-07-10
3       2019-07-15      2019-07-11
3       2019-07-16      2019-07-11
3       2019-07-17      2019-07-11
3       2019-07-18      2019-07-11

3)拿到这个结果就很简单了 group by  count having
完整的sql

select uid from 
(select uid, dt, date_sub(dt, row_number() over (partition by uid order by dt)) gid from ulogin where status=1) as tmp
group by uid,gid
having count(gid)>=7;

uid
1

函数说明:date_sub

date_sub(start_date, num_days) - Returns the date that is num_days before start_date.
start_date is a string in the format 'yyyy-MM-dd HH:mm:ss' or 'yyyy-MM-dd'. num_days is a number. The time part of start_date is ignored.
Example:
   > SELECT date_sub('2009-07-30', 1) FROM src LIMIT 1;
  '2009-07-29'

row_number() over (partition by uid order by dt) 普通的开窗函数