当前位置：首页 > article >正文

梧桐数据库SQL高级查询技巧之计算用户每月登录次数及其变化

article 2024/11/8 5:36:23

在数据分析中，了解用户行为的变化趋势是至关重要的。例如，我们可能想知道用户每月登录次数的变化，以此来评估用户活跃度或预测流失率。本文将通过一个具体的 SQL 查询示例，展示如何计算每个用户在当前月份和前一个月的登录次数，并进行比较。

1. 数据表结构

首先，我们需要两个表：users 表存储用户信息，user_activity 表记录用户活动。

用户表（users）

user_id：用户的唯一标识符。
username：用户的名称。
registration_date：用户的注册日期。

用户活动表（user_activity）

activity_id：活动的唯一标识符。
user_id：参与活动的用户的标识符。
activity_date：活动发生的日期。
action_type：活动类型，例如“login”表示登录。

2. 创建表和插入数据

以下是创建这些表的SQL语句：

CREATE TABLE users (
  user_id INT ,
  username VARCHAR(255),
  registration_date DATE
);

CREATE TABLE user_activity (
  activity_id SERIAL PRIMARY KEY,
  user_id INT,
  activity_date DATE,
  action_type VARCHAR(50)
);

插入一些示例数据：

INSERT INTO users (user_id, username, registration_date) VALUES
(1, 'Alice', '2024-01-15'),
(2, 'Bob', '2024-02-20'),
(3, 'Charlie', '2024-03-25');

INSERT INTO user_activity (user_id, activity_date, action_type) VALUES
(1, '2024-03-15', 'login'),
(1, '2024-03-16', 'login'),
(1, '2024-03-17', 'login'),
(1, '2024-04-01', 'login'),
(1, '2024-04-02', 'login'),
(2, '2024-03-15', 'login'),
(2, '2024-04-01', 'login'),
(2, '2024-04-03', 'login'),
(3, '2024-03-15', 'login'),
(3, '2024-04-01', 'login'),
(3, '2024-04-02', 'login'),
(3, '2024-04-03', 'login'),
(3, '2024-04-04', 'login');

3. SQL查询：计算每月登录次数及其变化

我们需要一个查询来计算每个用户在当前月份和前一个月的登录次数。这个查询使用两个子查询来分别获取当前月份和前一个月的数据，并通过LEFT JOIN将它们连接起来。

SELECT 
  current_month.user_id, 
  (current_month.year || '-' || current_month.month::text) AS current_month, 
  current_month.login_count, 
  previous_month.login_count AS previous_month_login_count
FROM (
  SELECT user_id, 
         COUNT(*) AS login_count, 
         EXTRACT(YEAR FROM activity_date) AS year, 
         EXTRACT(MONTH FROM activity_date) AS month
  FROM user_activity
  WHERE action_type = 'login'
  GROUP BY user_id, EXTRACT(YEAR FROM activity_date), EXTRACT(MONTH FROM activity_date)
) AS current_month
LEFT JOIN (
  SELECT user_id, 
         COUNT(*) AS login_count, 
         EXTRACT(YEAR FROM activity_date) AS year, 
         EXTRACT(MONTH FROM activity_date) AS month
  FROM user_activity
  WHERE action_type = 'login'
  GROUP BY user_id, EXTRACT(YEAR FROM activity_date), EXTRACT(MONTH FROM activity_date)
) AS previous_month
ON current_month.user_id = previous_month.user_id
AND (
        (current_month.year = previous_month.year AND current_month.month = previous_month.month + 1)
     OR (current_month.year = previous_month.year + 1 AND current_month.month = 1 AND previous_month.month = 12)
);

4. 分析结果

这个查询将输出每个用户在当前月份和前一个月的登录次数，使我们能够观察到登录频率的变化。例如，如果一个用户在3月登录了3次，在4月登录了2次，这可能表明活跃度有所下降。