Hive sql 常见面试题-间断连续登录用户问题

现有各用户的登录记录表（login_events）如下，表中每行数据表达的信息是一个用户何时登录了平台。

现要求统计各用户最长的连续登录天数，间断一天也算作连续，例如：一个用户在1,3,5,6登录，则视为连续6天登录。期望结果如下：

查询sql

WITH tmp as( --没啥好说的，做一个数据格式化，同时去重

SELECT

	user_id,

        date_format(login_datetime,"yyyy-MM-dd") login_date

from login_events

group by user_id,date_format(login_datetime,"yyyy-MM-dd") 

)

SELECT

	user_id,

        --4.这就是每一条子sql都保留login_date这个字段的意义，同一个会话内的最大日期减去最小日期得到的就是连续登录的天数

        datediff(max(login_date),min(login_date)) + 1 max_day_count

from(

    SELECT

                user_id,

  		login_date,	

                --3.这里拼上一个user_id的目的是给每一个会话建立一个唯一标识，方便后面按照会话的唯一标识进行group by

                concat(user_id,"-",sum(flag) over(PARTITION by user_id order by login_date )) flag

    from(

            SELECT

                    user_id,

                    login_date,

                    last_login,

                    --2.进行判断，今天登录的日期减去上一次登录的日期，如果大于2的话，就是一个会话的新起点，给这个新起点标记一个1，后面开窗聚合，范围为上无边界到当前行，同一个会话sum的值就会相同

                    IF(datediff(login_date,last_login)>2,1,0) flag

                from(

                    SELECT

                        user_id,

                        login_date,

                        --1.注解从这里看起，取出用户上一次登录的日期

                        lag(login_date,1,'1970-01-01') over(PARTITION by user_id order by login_date) last_login

                    from tmp

        )t1

    )t2

)t3 group by user_id,flag