当前位置：首页 > article >正文

SQL--查询连续三天登录数据详解

article 2024/11/13 1:09:58

问题：现有用户登录记录表，请查询出用户连续三天登录的所有数据记录

id           dt

1    2024-04-25 
1    2024-04-26 
1    2024-04-27
1    2024-04-28
1    2024-04-30
1    2024-05-01
1    2024-05-02
1    2024-05-04
1    2024-05-05
2    2024-04-25
2    2024-04-28
2    2024-05-02
2    2024-05-03
2    2024-05-04

期望结果：

先创建表并向hive中插入数据：

create table user_log(
  id int,
  dt string
)
row format delimited
fields terminated by '\t';
load data local inpath '/home/hivedata/1107.txt' into table user_log;

--第一步找出当前日期的后面的第三个日期(函数lead())和真正的三天后日期（函数date_add()）

lead():是一种窗口函数，用于在基于特定排序规则的结果集中，返回当前行之后的某一行（由用户指定偏移量）的指定列的值

date_add():核心功能是对日期进行加法运算。它接受一个日期值和一个时间间隔作为输入，然后返回在该日期基础上增加指定时间间隔后的日期


select *,lead(dt,2) over(partition by id order by dt) late3,date_add(dt,2) true3 from user_log;

查询结果：

--第二步比较这两个日期是否相等 ,判断当前日期是否是连续三天的

with t as (
    select *,lead(dt,2) over(partition by id order by dt) late3,date_add(dt,2) true3 from user_log
)
select *,if(late3 == true3,1,0) from t;

查询结果：

--第三步筛选出符合条件（连续登陆三天）的起始日期

with t as (
    select *,lead(dt,2) over(partition by id order by dt) late3,date_add(dt,2) true3 from user_log
),t1 as (
    select *,if(late3 == true3,1,0) num from t
)
select * from t1 where num=1
;

查询结果：

--第四步将查询出来的表与另一个一行有三条数据的表进行join

with t as (
    select *,lead(dt,2) over(partition by id order by dt) late3,date_add(dt,2) true3 from user_log
),t1 as (
    select *,if(late3 == true3,1,0) num from t
),t2 as (
    select * from t1 where num=1
),t3 as (
    select * from t2,(select explode(`array`(0,1,2)) add_day) a
)
select id,date_add(dt,add_day) `date` from t3 part
;

两表合并后的查询结果：