hive连续天数统计思路

最新推荐文章于 2024-01-28 22:08:43 发布

原创

最新推荐文章于 2024-01-28 22:08:43 发布 · 1.2k 阅读

3 ·

CC 4.0 BY-SA版权

该博客介绍如何使用Hive解决统计用户最大连续登录天数的问题。通过分析测试数据，提出利用date_sub函数判断连续登录，并通过标记和统计相同标记的天数来找出最长连续登录记录。最后，取最大统计值即可得出连续登录的最大天数。

测试数据：
T1
Uid dt login_status(1登录成功,0异常)
1 2019-07-11 1
1 2019-07-12 1
1 2019-07-13 1
1 2019-07-14 1
1 2019-07-15 1
1 2019-07-16 1
1 2019-07-17 1
1 2019-07-18 1
2 2019-07-11 1
2 2019-07-12 1
2 2019-07-13 0
2 2019-07-14 1
2 2019-07-15 1
2 2019-07-16 0
2 2019-07-17 1
2 2019-07-18 0
3 2019-07-11 1
3 2019-07-12 1
3 2019-07-13 1
3 2019-07-14 1
3 2019-07-15 1
3 2019-07-16 1
3 2019-07-17 1
3 2019-07-18 1
需求：统计最大连续登录天数

--先对数据内的日期字段进行row_number排序，得到一列带标签的数据。
select
uid, 
dt, 
row_number() over(partition by uid order by dt) a 
from sql2
where login_status <> 0 --这里是过滤掉无效的登录信息。
;
得到如下结果：
uid      	 dt     			 a
1       2019-07-11      1
1       2019-07-12      2
1       2019-07-13      3
1       2019-07-14      4
1       2019-07-15      5
1       2019-07-16      6
1       2019-07-17      7
1       2019-07-18      8
2       2019-07-11      1
2       2019-07-12      2