Hive统计每日新增及其二日和三十日回访比例

数据如下：

一、求每日新增
方法：每日新增即用户第一次访问，那么此时按照用户的id为key做分组，求他访问的最大时间和最小时间（天）；
如果最大时间等于最小时间，那么说明用户是第一次访问，否则不是；那么总的来说就是按照用户的最小时间统计即可

select
  min_date,count(distinct user_id) as per_day_new
from
(
  select
    user_id,
    min(log_date) as min_date
  from table
  group by user_id
)t
group by min_date;

该sql就能统计出来每日的新增用户数

二、求二日和三十日的回访比例
回访比例计算公式=二日回访用户数/总体用户数；由该公式可知需要计算二日和三十日回访的用户数，以及求总体的用户数；

select
  round(second_log_cnt/float(cnt), 3) as second_log_rate,
  round(thirty_log_cnt/float(cnt), 3) as thirty_log_rate
from
(
  select
    count(distinct user_id) as cnt,
    count(distinct if(date_rank=1,user_id,null)) as second_log_cnt,
    count(distinct if(date_rank=30,user_id,null))  as thirty_log_cnt
  from
  (
    select
      user_id,
      log_date,
      dense_rank() over(partition by user_id order by substr(log_time, 0, 10) asc) as date_rank
    from table
  )t
)tt