MySQL 连续记录 场景分析

一般在统计销售情况或者签到情况中会用到连续记录，求解连续记录问题可以使用窗口函数。

【场景】：每个用户连续登录的最大天数、连续登录2天及以上时间的用户及天数

【知识点】：窗口函数、date(登录日期) - row_number() over(partition by 用户ID order by dt)

一、分析思路

1、连续登录如何定义？

将连续登录定义为用户在至少两个不同日期登录到系统。

难点： 如何确定登录记录是连续的，并对连续登录记录打标

2、求解思路

要计算每个用户的连续登录天数，我们可以按照以下步骤进行：

1. 对用户和日期进行去重：首先使用date() 函数把登录时间转换为日期记为 dt 并去重；

2. 标记连续登录记录：用row_number()函数对登录日期按照升序顺序排序记为 rk，用并 dt 减去rk得到date_diff, 数据一样的就是连续的记录；

3. 根据条件筛选登录记录：例如每个用户最大连续登录天数。

---

举个例子：如果用户1在4月1号、2号、3号、5号、6号登录；用户2在4月1号、2号、4号登录。那么每个用户的最大连续登录天数是多少？

• 把上面的登录记录按照用户、登录日期、排序、日期-排序整理成下表：

用户	登录日期	排序	日期-排序
用户1	4月1日	1	0
用户1	4月2日	2	0
用户1	4月3日	3	0
用户1	4月5日	4	1
用户1	4月6日	5	1
用户2	4月1日	1	0
用户2	4月2日	2	0
用户2	4月4日	3	1

可以发现日期-排序的数据相同就表示为连续记录。用户1、用户2的最大连续登录天数分别是3，2。

---

3、MySQL执行步骤如下：

（1）获取去重登录记录表

对用户和日期进行去重：首先使用date() 函数把登录时间转换为日期记为 dt 并去重；

select distinct
	用户ID,
  date(登录日期) as dt
from 登录记录表

这样就得到了去重登录记录表。

（2）获取标记好的连续记录表

标记连续登录记录：用row_number()函数对登录日期按照升序顺序排序记为 rk，用并 dt 减去rk得到date_diff, 数据一样的就是连续的记录；

select
	用户ID,
  date(登录日期) as dt,
  row_number() over(partition by 用户ID order by dt) as rk,
  date(登录日期) - row_number() over(partition by 用户ID order by dt) as date_diff
from 去重登录记录表

这样就得到了标记好的连续记录表。

（3）筛选登录记录

根据条件筛选登录记录：例如每个用户最大连续登录天数。

select
	用户ID,
	max(连续登录天数) as 最大连续登录天数
from(
  select
    用户ID,
    count(date_diff) as 连续登录天数,
    row_number() over(partition by 用户ID order by dt) as rk,
    date(登录日期) - row_number() over(partition by 用户ID order by dt) as date_diff
  from 标记好的连续记录表
  group 用户ID,date_diff 
)
group 用户ID

二、实例

（1）连续2天及以上登录用户的登录天数

数据来自：SQL167 连续签到领金币
问题：统计连续2天及以上购物的用户及其对应的次数（若有多个用户，按user_id升序排序）
示例：用户行为日志表tb_user_log如下（id：主键，user_id：用户ID，login_time：登录时间，sign_in：是否签到）：

id	user_id	login_time	sign_in
1	101	2021-07-07 10:00:00	1
2	101	2021-07-08 10:00:00	1
3	101	2021-07-09 10:00:00	1
4	101	2021-07-10 10:00:00	1
5	101	2021-07-11 23:59:55	1
6	101	2021-07-12 10:00:28	1
7	101	2021-07-13 10:00:28	1
8	102	2021-10-01 10:00:28	1
9	102	2021-10-02 10:00:01	1
10	102	2021-10-03 10:00:55	1
11	102	2021-10-04 10:00:45	0
12	102	2021-10-05 10:00:53	1
13	102	2021-10-06 10:00:45	0
14	102	2021-10-06 11:00:45	1

根据示例，你的查询应返回以下结果：

user_id	days_count
10	2

求解代码：

with
    main as(
        #对用户、日期进行去重
        select distinct
            date(login_time) as dt,
            user_id
        from tb_user_log
    )
    ,main1 as(
        #统计日期、用户、日期减去排序的值(连续签到)
        select
            dt,
            user_id,
            dt - row_number() over(partition by user_id order by dt) as date_diff
        from main
    )
#连续2天及以上登录的用户及连续天数
select distinct
    user_id,
    count(date_diff) as days_count
from main1
group by user_id having count(date_diff) >= 2

• 对用户和登录日期去重的记录

		dt  				user_id
2021-07-07        101        
2021-07-08        101        
2021-07-09        101        
2021-07-10        101        
2021-07-11        101        
2021-07-12        101        
2021-07-13        101        
2021-10-01        102        
2021-10-02        102        
2021-10-03        102        
2021-10-04        102        
2021-10-05        102        
2021-10-06        102        

• 统计日期、用户、日期减去排序的值(连续签到)

		dt					user_id				date_diff
2021-07-07        101         20210706       
2021-07-08        101         20210706       
2021-07-09        101         20210706       
2021-07-10        101         20210706       
2021-07-11        101         20210706       
2021-07-12        101         20210706       
2021-07-13        101         20210706       
2021-10-01        102         20211000       
2021-10-02        102         20211000       
2021-10-03        102         20211000       
2021-10-04        102         20211000       
2021-10-05        102         20211000       
2021-10-06        102         20211000       

• 连续2天及以上登录的用户及连续天数

user_id  days_count 
 101         7
 102         6

（2）某个时刻的在线人数

案例来自：SQL167 连续签到领金币
使用上述数据。
问题：计算每个用户2021年7月以来每月获得的金币数（该活动到10月底结束，11月1日开始的签到不再获得金币）。结果按月份、ID升序排序。

场景逻辑说明：

• 从2021年7月7日0点开始，用户每天签到可以领1金币，并可以开始累积签到天数，连续签到的第3、7天分别可额外领2、6金币。
• 每连续签到7天后重新累积签到天数（即重置签到天数：连续第8天签到时记为新的一轮签到的第一天，领1金币）

示例数据的输出结果如下：

user_id	login_month	coin
101	202107	15
102	202110	7

解释：

101在活动期内连续签到了7天，因此获得1*7+2+6=15金币；

102在10.01~10.03连续签到3天获得5金币

10.04断签了，10.05~10.06连续签到2天获得2金币，共得到7金币。

求解代码：

with
    temp as(
      	#统计对用户、签到日期去重后的记录
        select distinct
            user_id,
            date_format(login_time,'%Y%m') as login_month,
            date(login_time) as login_date
        from tb_user_log
        where sign_in = 1
        and date(login_time) between '2021-07-07' and '2021-10-31'
    )
    ,temp1 as(
        #统计用户签到的月份、日期、按用户分组对日期排序、日期减去排序的值
        select
            user_id,
            login_month,
            login_date,
            row_number() over (partition by user_id order by login_date) as rk,
            login_date - row_number() over (partition by user_id order by login_date) as dt_diff
        from temp
    )
    ,temp2 as(
        #统计每一行根据用户、日期减去排序的值分组排序的值
        select
            *,
            row_number() over(partition by user_id,dt_diff order by login_date) as diff_rk
        from temp1
    )
#对每一行取余来判断是否额外加2或者额外加6；取余也解决了7天之后重置的情况
select
    user_id,
    login_month,
    sum(case 
            when diff_rk%7=0 then 7
            when diff_rk%7=3 then 3
            else 1
        end) as coin
from temp2
group by user_id,login_month
order by login_month,user_id

• 对用户、签到日期去重后，统计用户签到的月份、日期、按用户分组对日期排序、日期减去排序的值

user_id		login_month    login_date					rk					dt_diff 
101         202107        2021-07-07        1           20210706       
101         202107        2021-07-08        2           20210706       
101         202107        2021-07-09        3           20210706       
101         202107        2021-07-10        4           20210706       
101         202107        2021-07-11        5           20210706       
101         202107        2021-07-12        6           20210706       
101         202107        2021-07-13        7           20210706       
102         202110        2021-10-01        1           20211000       
102         202110        2021-10-02        2           20211000       
102         202110        2021-10-03        3           20211000       
102         202110        2021-10-05        4           20211001       
102         202110        2021-10-06        5           20211001                     

• #统计每一行根据用户、日期减去排序的值分组排序的值

user_id		login_month    login_date					rk					dt_diff				diff_rk
101         202107        2021-07-07        1           20210706        1          
101         202107        2021-07-08        2           20210706        2          
101         202107        2021-07-09        3           20210706        3          
101         202107        2021-07-10        4           20210706        4          
101         202107        2021-07-11        5           20210706        5          
101         202107        2021-07-12        6           20210706        6          
101         202107        2021-07-13        7           20210706        7          
102         202110        2021-10-01        1           20211000        1          
102         202110        2021-10-02        2           20211000        2          
102         202110        2021-10-03        3           20211000        3          
102         202110        2021-10-05        4           20211001        1          
102         202110        2021-10-06        5           20211001        2                   

• 对每一行取余来判断是否额外加2或者额外加6；取余也解决了7天之后重置的情况

user_id	login_month	coin
101			202107			15
102			202110			7

扩展：

前往查看：MySQL 窗口函数