Hive最大连续登陆天数

用户最大连续登陆天数

问题是用户登陆埋点，会记录用户的id和记录的日期，原始数据如下：

id	ds
A	2019-01-01
B	2019-01-02
A	2019-01-02
A	2019-01-04
B	2019-01-03
B	2019-01-04
B	2019-01-05

期望中的结果是统计用户A，和用户B分别最多连续登陆多少天：

id	days
A	2
B	4

问题的难点是，数据按天储存，并不知道同一id相邻两次登陆是否是连续，虽然可以查看相邻date相减看是否为1，但是要求最大连续天数，count也比较难操作。
我的思路是：先按id分区，按照ds递减排序，给予rank，并将rank与ds相加，理论上rank是隔1递增的，如果日期连续，则日期是隔1递减，因此连续日期的ds+rank应该相同：

id	ds	rank	rank+ds
A	2019-01-04	1	2019-01-05
A	2019-01-02	2	2019-01-04
A	2019-01-01	3	2019-01-04
B	2019-01-05	1	2019-01-06
B	2019-01-04	2	2019-01-06
B	2019-01-03	3	2019-01-06
B	2019-01-02	4	2019-01-06

再根据rank+ds聚合，则可以统计对于一个用户而言，其每段连续登陆操作的天数，然后取每个用户的最大登陆天数即可：

id	rank+ds	count
A	2019-01-05	1
A	2019-01-04	2
B	2019-01-06	4

代码如下：

SELECT id, MAX(num_days) AS max_continue
  FROM (
    SELECT id, tmp_index, COUNT(1) AS num_days
      FROM (
        SELECT id, ds
               ,DATE_ADD(ds, row_number() OVER (PARTITION by boss_id ORDER BY ds DESC)) AS tmp_index
          FROM da_tmp.boss_filter_xnc
         ) a
     GROUP BY id, tmp_index
     ) a
 GROUP BY id;

问题汇总