hive案例-- 求连续N天登录天数

数据：

A	2020-01-01
A	2020-01-02
A	2020-01-04
A	2020-01-05
A	2020-01-06
A	2020-01-07
A	2020-01-09
A	2020-01-10
B	2020-01-01
B	2020-01-02
B	2020-01-04
B	2020-01-05
B	2020-01-06
B	2020-01-07
B	2020-01-09
B	2020-01-10

建表：

create table time(
`id` string,
`data` string
)
row format delimited fields terminated by '\t'

第一步 ： 排序 ，按时间进行排序：

select id,data,row_number()
 over(partition by id order by data) rank 
 from time

A	2020-01-01	1
A	2020-01-02	2
A	2020-01-04	3
A	2020-01-05	4
A	2020-01-06	5
A	2020-01-07	6
A	2020-01-09	7
A	2020-01-10	8
B	2020-01-01	1
B	2020-01-02	2
B	2020-01-04	3
B	2020-01-05	4
B	2020-01-06	5
B	2020-01-07	6
B	2020-01-09	7
B	2020-01-10	8

第二步： 时间减去排序的名次，用date_sub()函数

得到：

A	2020-01-01	2019-12-31
A	2020-01-02	2019-12-31
A	2020-01-04	2020-01-01
A	2020-01-05	2020-01-01
A	2020-01-06	2020-01-01
A	2020-01-07	2020-01-01
A	2020-01-09	2020-01-02
A	2020-01-10	2020-01-02
B	2020-01-01	2019-12-31
B	2020-01-02	2019-12-31
B	2020-01-04	2020-01-01
B	2020-01-05	2020-01-01
B	2020-01-06	2020-01-01
B	2020-01-07	2020-01-01
B	2020-01-09	2020-01-02
B	2020-01-10	2020-01-02

这时候对第三列进行group by count 操作 得到连续在线天数，同时用Max（data） min(data) 就得到从那天到哪天的连续在线天数了

 select id ,date_sub(data,rank) s  ,min(data) min,max(data) max, count(*) from( 
select id,data,row_number() over(partition by id order by data) rank from time 
 ) t1 group by id,date_sub(data,rank);

结果：

 id	s	min	max	_c4
A	2019-12-31	2020-01-01	2020-01-02	2
A	2020-01-01	2020-01-04	2020-01-07	4
A	2020-01-02	2020-01-09	2020-01-10	2
B	2019-12-31	2020-01-01	2020-01-02	2
B	2020-01-01	2020-01-04	2020-01-07	4
B	2020-01-02	2020-01-09	2020-01-10	2