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。