数仓-ADS-会话

统计2021-06-14日的每个访客的每个会话的浏览页面数和每个页面的浏览时长

确定好每个会话的数据

1.访客是没有登录的用户，使用设备id（mid）作为唯一标识

2.用户访问某一个页面，连续点击多个超链接，到会话断开，是为一个会话

3.一个会话的第一个页面的上页id为空，可以用来判断页面是否为会话开始页

select  mid_id,last_page_id,page_id,ts,during_time,
        if(last_page_id is null,ts,null) session_start_point 
from dwd_page_log where dt='2021-06-14'

利用窗口函数给每条数据增加一个会话id

concat(mid_id,'-',last_value(session_start_point,true) 
over(partition by mid_id order by ts)) session_id

last_value(field,boolean) over():取分区内最后一条数据，方向从下往上，默认为false

• last_value(field,false)

• last_value(field,true)

利用会话id进行分组统计

select
    mid_id,
    session_id,
    count(*) page_count,
    sum(during_time) during_time
from
(
    select
        mid_id,last_page_id,page_id,ts,during_time,
        session_start_point,
        concat(mid_id,'-',last_value(session_start_point,true) over(partition by mid_id order by ts)) session_id
    from
    (
        select
            mid_id,last_page_id,page_id,ts,during_time,
            if(last_page_id is null,ts,null) session_start_point
        from dwd_page_log
        where dt='2021-06-14'
    ) t1
) t2
group by mid_id,session_id;