连续登陆天数计算

1. 场景:

计算某个会员历史上连续签到、登录、下单、发表评论等的天数

2. 数据源:

数据下载地址: http://pan.baidu.com/s/1o6Hj3ku

2.1 示例数据:

部分数据如下:
1000000368307 2014-03-27 20:02:36
1000000368307 2014-03-27 20:52:51
1000000368307 2014-04-05 08:45:07
1000000368307 2014-04-05 13:08:19
1000000368307 2014-04-05 11:10:09
1000000368307 2014-04-05 18:45:46
1000000368307 2014-04-16 23:47:38
1000001327827 2014-05-04 16:56:13
1000001327827 2014-05-04 08:47:54
1000000368307 2014-05-04 08:51:34
1000000368307 2014-05-04 17:56:25
1000001327827 2014-05-08 16:06:57

2.2 数据导入
create table hive_login_max(
id string, 
create_time string
) COMMENT 'hive登陆日志'
ROW FORMAT DELIMITED FIELDS TERMINATED BY '\t'
LINES TERMINATED BY '\n';
load data local inpath '/data/tmp/tqc/hive_login_max.txt' overwrite into table tmp.hive_login_max;

3. 算法

1)数据按会员id、登陆天去重

select id, to_date(create_time) dt
from tmp.hive_login_max
group by id, to_date(create_time)
  1. 对会员id,天按天升序排列
select
     t.*,
     row_number() over(partition by id order by dt asc) cn
from (
    select id, 
            to_date(create_time) dt
    from tmp.hive_login_max
    group by id, to_date(create_time)
) t

排序结果:
1000000368307 2014-03-27 1
1000000368307 2014-03-28 2
1000000368307 2014-03-29 3
1000000368307 2014-04-01 4
1000000368307 2014-04-02 5
1000000368307 2014-04-03 6
1000000368307 2014-04-06 7
3)用第二列减去第三列,求一个差值日期,并对差值日期分组计数

select 
  id
  ,date_sub(dt,cn) dts
  ,count(*) dcn
from (
    select t.*, 
    row_number() over(partition by id order by dt asc) cn
    from (
      select 
          id, 
          to_date(create_time) dt
       from tmp.hive_login_max
       group by id, to_date(create_time)
          ) t 
      )s
group by id, date_sub(dt,cn)

计算结果:
1000000368307 2014-03-26 3
1000000368307 2014-03-28 3
1000000368307 2014-05-30 1

4)求最大连续登陆时间

select 
    id,
    max(dcn) cnt
from (
    select 
        id,
        date_sub(dt,cn) dts,
        count(*) dcn
    from (
      select 
            t.*,
             row_number() over(partition by id order by dt asc) cn
      from (
          select 
                id ,
                 to_date(create_time) dt
          from tmp.hive_login_max
            group by id, to_date(create_time)
              ) t 
        )s
    group by id, date_sub(dt,cn)
 )k
group by id;

最终结果:
1000000368307 3

©著作权归作者所有,转载或内容合作请联系作者
  • 序言:七十年代末,一起剥皮案震惊了整个滨河市,随后出现的几起案子,更是在滨河造成了极大的恐慌,老刑警刘岩,带你破解...
    沈念sama阅读 159,716评论 4 364
  • 序言:滨河连续发生了三起死亡事件,死亡现场离奇诡异,居然都是意外死亡,警方通过查阅死者的电脑和手机,发现死者居然都...
    沈念sama阅读 67,558评论 1 294
  • 文/潘晓璐 我一进店门,熙熙楼的掌柜王于贵愁眉苦脸地迎上来,“玉大人,你说我怎么就摊上这事。” “怎么了?”我有些...
    开封第一讲书人阅读 109,431评论 0 244
  • 文/不坏的土叔 我叫张陵,是天一观的道长。 经常有香客问我,道长,这世上最难降的妖魔是什么? 我笑而不...
    开封第一讲书人阅读 44,127评论 0 209
  • 正文 为了忘掉前任,我火速办了婚礼,结果婚礼上,老公的妹妹穿的比我还像新娘。我一直安慰自己,他们只是感情好,可当我...
    茶点故事阅读 52,511评论 3 287
  • 文/花漫 我一把揭开白布。 她就那样静静地躺着,像睡着了一般。 火红的嫁衣衬着肌肤如雪。 梳的纹丝不乱的头发上,一...
    开封第一讲书人阅读 40,692评论 1 222
  • 那天,我揣着相机与录音,去河边找鬼。 笑死,一个胖子当着我的面吹牛,可吹牛的内容都是我干的。 我是一名探鬼主播,决...
    沈念sama阅读 31,915评论 2 313
  • 文/苍兰香墨 我猛地睁开眼,长吁一口气:“原来是场噩梦啊……” “哼!你这毒妇竟也来了?” 一声冷哼从身侧响起,我...
    开封第一讲书人阅读 30,664评论 0 202
  • 序言:老挝万荣一对情侣失踪,失踪者是张志新(化名)和其女友刘颖,没想到半个月后,有当地人在树林里发现了一具尸体,经...
    沈念sama阅读 34,412评论 1 246
  • 正文 独居荒郊野岭守林人离奇死亡,尸身上长有42处带血的脓包…… 初始之章·张勋 以下内容为张勋视角 年9月15日...
    茶点故事阅读 30,616评论 2 245
  • 正文 我和宋清朗相恋三年,在试婚纱的时候发现自己被绿了。 大学时的朋友给我发了我未婚夫和他白月光在一起吃饭的照片。...
    茶点故事阅读 32,105评论 1 260
  • 序言:一个原本活蹦乱跳的男人离奇死亡,死状恐怖,灵堂内的尸体忽然破棺而出,到底是诈尸还是另有隐情,我是刑警宁泽,带...
    沈念sama阅读 28,424评论 2 254
  • 正文 年R本政府宣布,位于F岛的核电站,受9级特大地震影响,放射性物质发生泄漏。R本人自食恶果不足惜,却给世界环境...
    茶点故事阅读 33,098评论 3 238
  • 文/蒙蒙 一、第九天 我趴在偏房一处隐蔽的房顶上张望。 院中可真热闹,春花似锦、人声如沸。这庄子的主人今日做“春日...
    开封第一讲书人阅读 26,096评论 0 8
  • 文/苍兰香墨 我抬头看了看天上的太阳。三九已至,却和暖如春,着一层夹袄步出监牢的瞬间,已是汗流浃背。 一阵脚步声响...
    开封第一讲书人阅读 26,869评论 0 197
  • 我被黑心中介骗来泰国打工, 没想到刚下飞机就差点儿被人妖公主榨干…… 1. 我叫王不留,地道东北人。 一个月前我还...
    沈念sama阅读 35,748评论 2 276
  • 正文 我出身青楼,却偏偏与公主长得像,于是被迫代替她去往敌国和亲。 传闻我的和亲对象是个残疾皇子,可洞房花烛夜当晚...
    茶点故事阅读 35,641评论 2 271

推荐阅读更多精彩内容