hive连续登陆问题

问题描述
在数据仓库中存在这样一张表，记录了2019年所有用户在哪天登录了我司的网站或者app。数据如下：
表名：test2
字段：id string，pday string

需求：统计用户在本年中连续登录天数最大是几天？如：
用户A在7月1、2、3、4日连续登录了4天；6、7、8日连续3天；11、12连续2天。用户A的当年最大连续登录天数是4天
用户B在6月29日，6月30日，7月1日连续登录3天。用户B的当年最大连续登录天数是3天
需要的到的结果是这样的：

题目刨析
此题需要将连续的天数打上相同的标签进行聚合。得到连续天数数量之后，取到最大值。
可难点就是确定哪些天数是连续的，凭什么将连续的日期放在一起呢？
我的思路是这样的，我们需要两个辅助列。
第一列：将每个用户的登录日期从小到大排序
第二列：登录日期在当年是第几天
我们先将两个辅助列写出来，看看是什么效果：

select
id,
pday,
row_number() over(partition by id order by pday) as rn,
dayofyear(from_unixtime(unix_timestamp(pday,‘yyyyMMdd’),‘yyyy-MM-dd’)) as day_of_year
from
test2
order by id,rn;

细心的同学可能已经发现了，若将两个辅助列做差，连续登录和非连续登录的天数就展现出区别了。如：
对于A用户来说
182-1=181
183-2=181
184-3=181
185-4=181
187-5=182
188-6=182
189-7=182
192-8=184
193-9=184
差值都是181的就是连续登录了4天，差值为182的为连续登录3天
为什么中间会断开呢。就是因为在20190705这一天用户没有登录，所以连续登录断掉了
接下来的事就容易多了。

解答
有了之前的刨析，直接看到这个答案应该就很容易接受了。语言苍白无力，还是直接看代码吧

select
id,
max(continuation_days) as max_continuation_days
from
(select
id,
count(*) as continuation_days
from
(select
id,
dayofyear(from_unixtime(unix_timestamp(pday,‘yyyyMMdd’),‘yyyy-MM-dd’))
-row_number() over(partition by id order by pday) as sub
from
test2
)t0
group by id,sub
)t0
group by id

结语：
当然也可以用date_sub(登陆日期,rank)进行group by
即如下sql：

select
id,
max(continuation_days) as max_continuation_days
from
(select
id,
count(*) as continuation_days
from
(select
id,
date_sub(from_unixtime(unix_timestamp(pday,‘yyyyMMdd’),‘yyyy-MM-dd’)
,row_number() over(partition by id order by pday) as sub
from
test2
)t0
group by id,sub
)t0
group by id