某宝店铺连续2天及以上购物的用户及其对应的天数

描述

11月结束后，小牛同学需要对其在某宝的网店就11月份用户交易情况和产品情况进行分析以更好的经营小店。

11月份销售数据表sales_tb如下（其中，sales_date表示销售日期，user_id指用户编号，item_id指货号，sales_num表示销售数量，sales_price表示结算金额）：

sales_date	user_id	item_id	sales_num	sales_price
2021-11-01	1	A001	1	90
2021-11-01	2	A002	2	220
2021-11-01	2	B001	1	120
2021-11-02	3	C001	2	500
2021-11-02	4	B001	1	120
2021-11-03	5	C001	1	240
2021-11-03	6	C002	1	270
2021-11-04	7	A003	1	180
2021-11-04	8	B002	1	140
2021-11-04	9	B001	1	125
2021-11-05	10	B003	1	120
2021-11-05	10	B004	1	150
2021-11-05	10	A003	1	180
2021-11-06	11	B003	1	120
2021-11-06	10	B004	1	150

请你统计连续2天及以上在该店铺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），以上例子的输出结果如下：

user_id	days_count
10	2

 解题思路：

1. 需要考虑如何求出连续天数的购买用户，所以需要考虑窗口函数来判断

2. 由于一个日期可能某用户会有多个购买记录，所以使用窗口函数时用dense_rank函数

3. 如何判断是否连续，考虑DATE_SUB或者DATE_ADD函数来判断，例如某用户11-4和11-5有购买记录，则11-4记为rk1，11-5记为rk2，通过DATE_SUB（date, INTERVAL rk DAY）来进行判断连续，11-4减1为11-3，11-5减2为11-3（如果连续，date_sub函数出来的日期应该是一样的，都为11-3，所以可以根据这个进行判断）

4. 将判断连续的函数放在group by 里面进行分组，统计用户的连续购买天数

5. 最后用HAVING筛选连续两天及以上购买的用户id

代码如下：

SELECT  user_id, COUNT(*) AS days_count
FROM (SELECT DISTINCT sales_date, 
                        user_id, 
                        dense_rank()over(partition by user_id order by sales_date) as rk
        FROM sales_tb) t1
group by  user_id, DATE_SUB(sales_date, INTERVAL rk day)
HAVING count(*)>=2