SQL实战:05之间隔连续数问题求解

概述

最近刷题时遇到一些比较有意思的题目,之前多次遇到一些求解连续数的问题,这次遇到了他们的变种,连续数可以间隔指定的数也视为是一个完整的"连续"。针对连续数的这类问题我们之前讲的可以利用等差数列 的思想来解决,然而现在发生了变形一定还能继续使用等差数列来解决吗?答案是否定的,针对带有指定间隔的连续数问题应当使用分组问题的思想来解决。

题目:间隔连续表

某游戏公司记录的用户每日登录数据

表logs

字段名 数据类型
id bigint
dt date

输入数据如下:

id dt
1001 2021/12/12
1002 2021/12/12
1001 2021/12/13
1001 2021/12/14
1001 2021/12/16
1002 2021/12/16
1001 2021/12/19
1002 2021/12/17
1001 2021/12/20

计算每个用户最大的连续登录天数,可以间隔一天。解释:如果一个用户在 1,3,5,6 登
录游戏,则视为连续 6 天登录。

题解

第一步:下移数据

SQL 复制代码
WITH temp_001 AS (
    SELECT id
        ,dt
        ,LAG(dt,1,'1970-01-01') OVER (PARTITION BY id ORDER BY dt ASC) AS prev_dt
    FROM logs
)

输出如下:

id dt prev_dt
1001 2021/12/12 1970/01/01
1001 2021/12/13 2021/12/12
1001 2021/12/14 2021/12/13
1001 2021/12/16 2021/12/14
1001 2021/12/19 2021/12/19
1001 2021/12/20 2021/12/20
1002 2021/12/12 1970/01/01
1002 2021/12/16 2021/12/12
1002 2021/12/17 2021/12/16

步骤二:窗口分组累加

计算当前日期和上一日期的差值,如果差值小于等于2,则认为是同一组组号不变,如果差值大于2则任务是新的组,组号+1.

SQL实现:

sql 复制代码
temp_002 AS (
    SELECT id
        ,dt
        ,SUM(IF(DATEDIFF(dt,prev_dt)>2,1,0)) OVER(PARTITION BY id ORDER BY dt ASC) AS group_id
    FROM temp_001
)

输出结果:

id dt group_id
1001 2021/12/12 1
1001 2021/12/13 1
1001 2021/12/14 1
1001 2021/12/16 1
1001 2021/12/19 2
1001 2021/12/20 2
1002 2021/12/12 1
1002 2021/12/16 2
1002 2021/12/17 2

步骤三:根据id和group分组统计出最大、最小日期

sql 复制代码
temp_003 AS (
    SELECT id
        ,group_id
        ,min(dt) as min_dt
        ,max(dt) as max_dt
    FROM temp_002
    GROUP BY id,group_id
)

输出结果

id group_id min_dt max_dt
1001 1 2021/12/12 2021/12/16
1001 2 2021/12/19 2021/12/20
1002 1 2021/12/12 2021/12/12
1002 2 2021/12/16 2021/12/17

步骤四:使用最大日期减掉最小日期再加1,就可以得到每一组的最大连续天数

sql 复制代码
temp_004 AS (
    SELECT id
        ,group_id
        ,min_dt
        ,max_dt
        ,datediff(max_dt,min_dt) + 1 AS days
    FROM temp_003
)

输出结果

id group_id min_dt max_dt days
1001 1 2021/12/12 2021/12/16 5
1001 2 2021/12/19 2021/12/20 2
1002 1 2021/12/12 2021/12/12 1
1002 2 2021/12/16 2021/12/17 2

步骤五: 在取每个id的最大连续天数得到最终结果

sql 复制代码
SELECT id,max(days) as days from temp_004 group by id;

完整SQL

sql 复制代码
WITH temp_001 AS (
    SELECT id
        ,dt
        ,LAG(dt,1,'1970-01-01') OVER (PARTITION BY id ORDER BY dt ASC) AS prev_dt
    FROM logs
)
,temp_002 AS (
    SELECT id
        ,dt
        ,SUM(IF(DATEDIFF(dt,prev_dt)>2,1,0)) OVER(PARTITION BY id ORDER BY dt ASC) AS group_id
    FROM temp_001
)
,temp_003 AS (
    SELECT id
        ,group_id
        ,min(dt) as min_dt
        ,max(dt) as max_dt
    FROM temp_002
    GROUP BY id,group_id
)
,temp_004 AS (
    SELECT id
        ,group_id
        ,min_dt
        ,max_dt
        ,datediff(max_dt,min_dt) + 1 AS days
    FROM temp_003
)
SELECT id,max(days) as days from temp_004 group by id;
相关推荐
有一个好名字33 分钟前
从 3.6 亿订单表到毫秒级查询:分库分表指南
数据库·oracle
数据与人工智能律师1 小时前
数字人民币钱包抉择:匿名自由与实名安全的法律风险评估
大数据·人工智能·python·云计算·区块链
DashingGuy2 小时前
Spark的Broadcast Join以及其它的Join策略
大数据·spark
奥尔特星云大使3 小时前
MySQL 备份基础(一)
数据库·sql·mysql·备份·mysql备份
努力学习的小廉3 小时前
初识MYSQL —— 库和表的操作
数据库·mysql·oracle
浔川python社5 小时前
网络爬虫技术规范与应用指南系列(xc—1)
数据库·爬虫
代码不停5 小时前
计算机工作原理(简单介绍)
数据库·redis·缓存
偷心伊普西隆5 小时前
Python Access:删除数据库中指定的表和查询
数据库·python
小蒜学长6 小时前
springboot基于BS的小区家政服务预约平台(代码+数据库+LW)
java·数据库·spring boot·后端
计算机编程小央姐7 小时前
大数据工程师认证项目:汽车之家数据分析系统,Hadoop分布式存储+Spark计算引擎
大数据·hadoop·分布式·数据分析·spark·汽车·课程设计