sql题之使用划分会话的方式解决统计间隔连续登录问题
现有各用户的登录记录表（login_events）如下，表中每行数据表达的信息是一个用户何时登录了平台。
| user_id | login_datetime |
|---|---|
| 100 | 2021-12-01 19:00:00 |
| 100 | 2021-12-01 19:30:00 |
| 100 | 2021-12-02 21:01:00 |
现要求统计各用户最长的连续登录天数，间断一天也算作连续，例如：一个用户在1,3,5,6登录，则视为连续6天登录。期望结果如下：
| user_id (用户id) |
max_day_count (最大连续天数) |
|---|---|
| 100 | 3 |
| 101 | 6 |
| 102 | 3 |
| 104 | 3 |
| 105 | 1 |
话不多说，某位大佬写的SQL我感觉挺牛的，然后我就把它的SQL拿过来。
对于七天内连续三天登录，断一天也算这种的SQL题，基本上就是需要使用到lead,lag函数，
以及使用日期减去排名之类的做法。
一位大佬给出了划分会话的形式来解决七天内连续三天的问题。并且使用拼接concat的方式。
我认为做的确实不错，值得借鉴。
题解
-- 1.对日期进行格式化，并且进行去重
WITH tmp as( --没啥好说的，做一个数据格式化，同时去重
SELECT
user_id,
date_format(login_datetime,"yyyy-MM-dd") login_date
from login_events
group by user_id,date_format(login_datetime,"yyyy-MM-dd")
)--2.取出登录日期的上一个日期
SELECT
user_id,
login_date,
--1.注解从这里看起，取出用户上一次登录的日期
lag(login_date,1,'1970-01-01') over(PARTITION by user_id order by login_date) last_login--3.计算登陆日期和上一次登录日期的差值，根据差值打标记
user_id,
login_date,
last_login,
--2.进行判断，今天登录的日期减去上一次登录的日期，如果大于2的话，就是一个会话的新起点，给这个新起点标记一个1，后面开窗聚合，范围为上无边界到当前行，同一个会话sum的值就会相同
IF(datediff(login_date,last_login)>2,1,0) flag-- 4.按照用户分区日期排序，划分会话
user_id,
login_date,
--3.这里拼上一个user_id的目的是给每一个会话建立一个唯一标识，方便后面按照会话的唯一标识进行group by
concat(user_id,"-",sum(flag) over(PARTITION by user_id order by login_date )) flagax_day_count--5.按照用户，会话分组，求组内最大日期和最小日期的登录差值。
user_id,
--4.这就是每一条子sql都保留login_date这个字段的意义，同一个会话内的最大日期减去最小日期得到的就是连续登录的天数
datediff(max(login_date),min(login_date)) + 1 max_day_count
group by user_id,flag5.最终SQL
WITH tmp as( --没啥好说的，做一个数据格式化，同时去重
SELECT
user_id,
date_format(login_datetime,"yyyy-MM-dd") login_date
from login_events
group by user_id,date_format(login_datetime,"yyyy-MM-dd")
)
SELECT
user_id,
--4.这就是每一条子sql都保留login_date这个字段的意义，同一个会话内的最大日期减去最小日期得到的就是连续登录的天数
datediff(max(login_date),min(login_date)) + 1 max_day_count
from(
SELECT
user_id,
login_date,
--3.这里拼上一个user_id的目的是给每一个会话建立一个唯一标识，方便后面按照会话的唯一标识进行group by
concat(user_id,"-",sum(flag) over(PARTITION by user_id order by login_date )) flag
from(
SELECT
user_id,
login_date,
last_login,
--2.进行判断，今天登录的日期减去上一次登录的日期，如果大于2的话，就是一个会话的新起点，给这个新起点标记一个1，后面开窗聚合，范围为上无边界到当前行，同一个会话sum的值就会相同
IF(datediff(login_date,last_login)>2,1,0) flag
from(
SELECT
user_id,
login_date,
--1.注解从这里看起，取出用户上一次登录的日期
lag(login_date,1,'1970-01-01') over(PARTITION by user_id order by login_date) last_login
from tmp
)t1
)t2
)t3 group by user_id,flag在这个sql里面，我们既需要使用lag,lead函数获取日期的上一行下一行，也需要对日期差值打标记，同时使用concat划分会话，然后使用sum函数。之后需要求最大值与最小值差值