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

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：

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

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

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

SELECT id,max(days) as days from temp_004 group by id;

完整SQL

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;