【面试题】
有一张“用户登陆记录表”，包含两个字段：用户id、日期。
【问题】查询2021年每个月，连续2天都有登陆的用户名单。
【解题步骤】
1. 连续问题的万能模板
我在《拼多多面试题：如何找出连续出现N次的内容？》里讲过遇到“连续问题”如何解决，并送出了一个万能模板，模板使用的是窗口函数解决连续问题。
select distinct 列1from(select 列1,lead(列1,1) over(order by 序号) as 列2,lead(列1,2) over(order by 序号) as 列3,...lead(列1,n-1) over(order by 列) as 列n,from 表名) as awhere (a.列1 = a.列2 and ... and a.列1 = a.列n);
2. 窗口函数
窗口函数lead使用方法：
lead(字段名,N,默认值) over(partion by …order by …)默认值是指：当向上N行或者向下N行值时，如果已经超出了表行和列的范围时，会将这个默认值作为函数的返回值，若没有指定默认值，则返回Null。
窗口函数lead可以获取每个字段的后面的第n个值，并生成新的一列。
而这道题描述的“用户连续登陆”中的“连续”可以理解为用户当前的登陆日期与本月下一次登陆日期相差一天。
我们可以先用窗口函数lead获取“用户当月下一个登陆日期”：
select 用户id,month(日期) as 月,日期,lead(日期,1,'当月最后登陆日期') over(partition by month(日期), 用户id order by 日期) as 用户当月下一个登陆日期from 用户登陆记录表;
当“日期”是该用户在当月最后一天登陆时，记录为“当月最后登陆日期”，如果不进行设置，将会返回Null，不利于理解。
从结果看，我们可以获得以下信息：
1）当“日期”与“用户当月下一个登陆日期”只相差一天，即用户本次登陆为连续登陆；
2）当“日期”与“用户当月下一个登陆日期”相差大于一天，即用户本次登陆为连续登陆的最后一天（也有可能仅登陆一天）；
3）当“用户当月下一个登陆日期”等于“当月最后登陆日期”，即用户本次登陆为本月最后一天登陆。
这样，可以判断用户连续登陆的情况。
接下来就解决用户每次连续登陆天数的计算。
3. 子查询
用户每次连续登陆天数与用户登陆顺序存在某种必然的关系，此时我们可以先用子查询将用户在本月的阅读顺序查询出来，使用窗口函数row_number:
select *,lead(日期,1,'当月最后登陆日期') over(partition by 月, 用户id order by 每个月登陆顺序) as 用户当月下一个登陆日期from (select 用户id,month(日期) as 月,日期,row_number() over (partition by month(日期), 用户id order by 日期) as 每个月登陆顺序from 用户登陆记录表) as t1;
可以看出，当连续终止时，即：
1）“日期”与“用户当月下一个登陆日期”相差大于一天；
2）“用户当月下一个登陆日期”等于“当月最后登陆日期”；
两种情况。
将这两种情况过滤出来之后，用户连续登陆天数为：当前登陆顺序减去上一个登陆顺序。
select *,lag(每个月登陆顺序,1) over(partition by 月, 用户id order by 每个月登陆顺序) as 上一个登陆顺序from (select *,lead(日期,1,'当月最后登陆日期') over(partition by 月, 用户id order by 每个月登陆顺序) as 用户当月下一个登陆日期from (select 用户id,month(日期) as 月,日期,row_number() over (partition by month(日期), 用户id order by 日期) as 每个月登陆顺序from 用户登陆记录表) as t1) as t2where date_sub(用户当月下一个登陆日期,interval 1 day) <> 日期 or 用户当月下一个登陆日期 = '当月最后登陆日期';
“上一个登陆顺序”为 Null 时，用0代替（使用coalesce函数），那么“每个月登陆顺序”减去“上一个登陆顺序”就是本次连续登陆天数。
过滤出最终结果：
select distinct 月,用户idfrom (select *,每个月登陆顺序 - coalesce(lag(每个月登陆顺序,1) over(partition by 月, 用户id order by 每个月登陆顺序),0) as 连续登陆天数from (select *,lead(日期,1,'当月最后登陆日期') over(partition by 月, 用户id order by 每个月登陆顺序) as 用户当月下一个登陆日期from (select 用户id,month(日期) as 月,日期,row_number() over (partition by month(日期), 用户id order by 日期) as 每个月登陆顺序from 用户登陆记录表) as t1) as t2where date_sub(用户当月下一个登陆日期,interval 1 day) <> 日期 or 用户当月下一个登陆日期 = '当月最后登陆日期') as t3where 连续登陆天数 >= 2;
【本题考点】
1.考查对窗口函数的了解
2.考查对子查询的了解
3.考查对连续问题的了解，可以套用万能模板
【举一反三】
【问题】查询2021年每个月，连续5天都有登陆的用户数。
与原题的区别在于：
1）“连续2天”变成了“连续5天”：对最后的where条件进行修改；
2）查询“用户名单”变成了“用户数”：用户group by和count(distinct 用户id)计算用户数。
select 月,count(distinct 用户id) as 连续5天登陆的用户数from (select *,每个月登陆顺序 - coalesce(lag(每个月登陆顺序,1) over(partition by 月, 用户id order by 每个月登陆顺序),0) as 连续登陆天数from (select *,lead(日期,1,'当月最后登陆日期') over(partition by 月, 用户id order by 每个月登陆顺序) as 用户当月下一个登陆日期from (select 用户id,month(日期) as 月,日期,row_number() over (partition by month(日期), 用户id order by 日期) as 每个月登陆顺序from 用户登陆记录表) as t1) as t2where date_sub(用户当月下一个登陆日期,interval 1 day) <> 日期 or 用户当月下一个登陆日期 = '当月最后登陆日期') as t3where 连续登陆天数 >= 5group by 月;
⬇️点击「阅读原文」
免费报名 数据分析训练营
原文作者：猴子数据分析；如有侵权，请联系管理员删除。
