既有适合小白学习的零基础资料,也有适合3年以上经验的小伙伴深入学习提升的进阶课程,涵盖了95%以上大数据知识点,真正体系化!
由于文件比较多,这里只是将部分目录截图出来,全套包含大厂面经、学习笔记、源码讲义、实战项目、大纲路线、讲解视频,并且后续会持续更新
连续活跃登陆的用户指至少连续2天都活跃登录的用户
解决类似场景的问题
创造数据
CREATE TABLE test5active(
dt string,
user_id string,
age int)
ROW format delimited fields terminated BY ',';
INSERT INTO TABLE test5active VALUES
('2019-02-11','user\_1',23),('2019-02-12','user\_1',23),('2019-02-11','user\_2',19),
('2019-02-11','user\_3',39),('2019-02-11','user\_1',23),
('2019-02-11','user\_3',39),('2019-02-11','user\_1',23),
('2019-02-12','user\_2',19),('2019-02-13','user\_1',23),
('2019-02-15','user\_2',19),('2019-02-16','user\_2',19);
登录日志去重
因为每天用户登录次数可能不止一次,所以需要先将用户每天的登录日期去重。
select distinct user_id,dt from test5active
一、思路一
1、再用row_number() over(partition by _ order by _)函数将用户id分组,按照登陆时间进行排序。
2、计算登录日期减去第二步骤得到的结果值,用户连续登陆情况下,每次相减的结果都相同。
3、按照id和日期分组并求和,筛选大于等于2的即为连续活跃登陆的用户。
1.1、分组排序
SELECT
t1.user_id,
t1.dt,
ROW_NUMBER() OVER(PARTITION BY t1.user_id ORDER BY t1.dt) day_rank
FROM (
SELECT DISTINCT dt,user_id FROM test5active
)t1;
1.2、日期减去计数值得到结果, 用户连续登陆情况下,每次相减的结果都相同
SELECT
t2.user_id,
t2.dt,
date_sub(t2.dt, t2.day_rank) AS dis
FROM (
SELECT
t1.user_id,
t1.dt,
ROW_NUMBER() OVER(PARTITION BY t1.user_id ORDER BY t1.dt) day_rank
FROM
(SELECT DISTINCT dt, user_id FROM test5active) t1
)t2;
1.3、根据 user_id 和 dis 分组,得到用户的 开始、结束时间、连续登录天数
SELECT
t3.user_id,
MIN(t3.dt),
MAX(t3.dt),
COUNT(1)
FROM
(SELECT
t2.user_id,
t2.dt,
DATE_SUB(t2.dt, t2.day_rank) AS dis
FROM
(SELECT
t1.user_id,
t1.dt,
ROW_NUMBER() OVER(PARTITION BY t1.user_id ORDER BY t1.dt) day_rank
FROM
(SELECT DISTINCT dt, user_id FROM test5active) t1
) t2
) t3
GROUP BY t3.user_id,t3.dis
网上学习资料一大堆,但如果学到的知识不成体系,遇到问题时只是浅尝辄止,不再深入研究,那么很难做到真正的技术提升。
一个人可以走的很快,但一群人才能走的更远!不论你是正从事IT行业的老鸟或是对IT行业感兴趣的新人,都欢迎加入我们的的圈子(技术交流、学习资源、职场吐槽、大厂内推、面试辅导),让我们一起学习成长!
rums/4f45ff00ff254613a03fab5e56a57acb)**
一个人可以走的很快,但一群人才能走的更远!不论你是正从事IT行业的老鸟或是对IT行业感兴趣的新人,都欢迎加入我们的的圈子(技术交流、学习资源、职场吐槽、大厂内推、面试辅导),让我们一起学习成长!