连续登陆的问题

对连续登记，连续交易的计算方法：

– MD，第三次遇到（第一次汉国中心，一个在印度做消费金融的小公司，富途。。。 vivo ）

写一个 SQL 查询, 找到活跃用户的 id 和 name.
活跃用户是指那些至少连续 5 天登录账户的用户.
返回的结果表按照 id 排序.

Accounts 表:
id 是该表主键.
该表包含账户 id 和账户的用户名.

该表无主键, 可能包含重复项.
该表包含登录用户的账户 id 和登录日期. 用户也许一天内登录多次.

结果表格式如下例所示:

至少连续 5 天登录

select distinct a.id,a.name
from (
        select 
             a.id, 
             a.login_date as ad, 
             b.login_date as bd
        from logins a
        join logins b
        	on a.id = b.id 
           and datediff(a.login_date,b.login_date) between 0 and 4
         group by a.id, a.login_date
        having count(distinct b.login_date) = 5
        ) as t 
left join accounts a on a.id = t.id

解题技巧：

主表自连接以后，限制条件为
1.id相同
2. 日期相差0-4天(连续登陆5天)
3. 最后找出符合条件的日期合计达到5个的id

如何是连续登陆5天，那么在diff列在0-4范围内会有5行

自连接入门：

https://weibo.com/ttarticle/p/show?id=2309404763295747015573

这里先阐明一个自连接的问题

select *  from vivo_examen a  where id='1001' order by 1 

这里三条数据就会出现笛卡尔积，3*3 = 9

方法1 ，用自连接，能得到正确答案，连续登陆三天

select a.id as a ,a.dt as b ,  b.id as c , b.dt as d ,datediff(a.dt,b.dt)
from vivo_examen a 
join vivo_examen b 
  on a.id = b.id and datediff(a.dt,b.dt) between 0 and 2
group by  a.id,a.dt 
having count(distinct b.dt)>=3

汇总脚本得到如下:

with tmp as (
select id , dt ,sum(lowcarbon) as lowcarbon
from vivo_examen
group by id,dt 
having sum(lowcarbon)>=100
) 
,tmp2 as (
select 
      id 
     ,dt    -- 获取连续三天就偏移2 
     ,datediff(lead(dt, 2,'') over(partition by id order by dt),dt ) as diff
 from tmp
 ) 
 select id 
 from 
 tmp2 
 where diff=2

datediff(lead(dt, 2,'') over(partition by id order by dt),dt ) as diff 等于2

另一种最笨的解法：

vivo 考试题
建表
加载数据
步骤一，构造等差数列
思路：两个步长相同的等差数列相减，得到的值全部相同
第二步 加序号
步骤三 日期减去序号，用来打标

碳排放量在100以上的用户

with t1 as (           
select 
     id
    ,dt
	,sum(lowcarbon) lowcarbon
  from continuous
 group by id,dt
having lowcarbon>=100
)
,t2 as ( 
           select 
		   id,
           dt,
           lowcarbon,
           rank()over(partition by id order by dt) rk
           from t1
		   )
-- 这里 id，dt  不可能完全一样，因为上面已经分组了。
,t3 as (
select id
from t2
group by id,flag
having count(id)>=3

转载地址：
https://blog.csdn.net/QJQJLOVE/article/details/126800777?