Hive计算连续登陆天数

1、数据准备

  1.创建数据表

CREATE TABLE test.user_login(
user_id STRING COMMENT '用户id',
login_time STRING COMMENT '登录时间'
)
ROW FORMAT DELIMITED
FIELDS TERMINATED BY ','

  2.上传数据

1,2019-06-01
1,2019-06-02
1,2019-06-03
1,2019-06-06
1,2019-06-07
1,2019-06-08
1,2019-06-11
1,2019-06-12
2,2019-06-01
2,2019-06-02
2,2019-06-04
3,2019-06-01
3,2019-06-02
4,2019-06-01
5,2019-06-01
5,2019-06-02

 2、使用SQL语法计算结果

-- 第二段 根据登陆时间减去排列顺序 得出用户连续登陆的分组
SELECT user_id,date_sub(login_time,rank) as login_group,min(login_time) as start_login_time
    ,max(login_time) as end_login_time,count(1) as continuous_days
FROM (
	-- 第一段首先根据用户分组，登陆时间排序，结果按照登陆时间升序排列
    SELECT user_id,login_time,row_number() OVER(PARTITION BY user_id order by login_time) as rank
    FROM test.user_login
) a
GROUP BY user_id,date_sub(login_time,rank)

  最终输出结果：

 

然后就可以根据需求选择结果数据了。

 

注意！！！用户每天活跃数据不能重复。