hive SQL264 牛客每个人最近的登录日期(五)

描述

牛客每天有很多人登录，请你统计一下牛客每个日期新用户的次日留存率。
有一个登录(login)记录表，简况如下:

id user_id	client_id date
1	2	1	2020-10-12
2	3	2	2020-10-12
3	1	2	2020-10-12
4	2	2	2020-10-13
5	1	2	2020-10-13
6	3	1	2020-10-14
7	4	1	2020-10-14
8	4	1	2020-10-15

第1行表示user_id为2的用户在2020-10-12使用了客户端id为1的设备登录了牛客网，因为是第1次登录，所以是新用户
…
第4行表示user_id为2的用户在2020-10-13使用了客户端id为2的设备登录了牛客网，因为是第2次登录，所以是老用户
…
最后1行表示user_id为4的用户在2020-10-15使用了客户端id为1的设备登录了牛客网，因为是第2次登录，所以是老用户

请你写出一个sql语句查询每个日期新用户的次日留存率，结果保留小数点后面3位数(3位之后的四舍五入)，并且查询结果按照日期升序排序，上面的例子查询结果如下:

date p
2020-10-12 0.667
2020-10-13 0.000
2020-10-14 1.000
2020-10-15 0.000

查询结果表明:
2020-10-12登录了3个(user_id为2，3，1)新用户，2020-10-13，只有2个(id为2,1)登录，故2020-10-12新用户次日留存率为2/3=0.667;
2020-10-13没有新用户登录，输出0.000;
2020-10-14登录了1个(user_id为4)新用户，2020-10-15，user_id为4的用户登录，故2020-10-14新用户次日留存率为1/1=1.000;
2020-10-15没有新用户登录，输出0.000;
(注意:sqlite里查找某一天的后一天的用法是:date(yyyy-mm-dd, ‘+1 day’)，sqlite里1/2得到的不是0.5，得到的是0，只有1*1.0/2才会得到0.5)

with AAA as
(
select login_date,user_id,
datediff(login_date, lag(login_date, 1) over(partition by user_id order by login_date)) diff
FROM
niuke264
)

select u.login_date, nvl(round(loginer/new_register, 3) , 0)
from 
(select login_date, sum(case when diff is null then 1 else 0 end) new_register
FROM
AAA
group by login_date) as u

left join 
(select login_date,date_sub(login_date, 1), sum(case when diff = 1 then 1 else 0 end) loginer
FROM
AAA
group by login_date) as v
on date_sub(v.login_date, 1) = u.login_date ;

牛客网 SQL264