大数据面试题：用 SQL 查询每个用户最大连续登录日期
前言： “用 SQL 查询每个用户最大连续登录日期？” 这道题是数据开发面试经常问到的题目，因为其比较考验候选人的 SQL 能力，今天就来简单讲讲其思路。
样例数据如下 login_log：
| user_id | login_time |
|---|---|
| 1 | 2022-11-28 |
| 1 | 2022-12-01 |
| 1 | 2022-12-02 |
| 1 | 2022-12-03 |
| 2 | 2022-12-01 |
| 2 | 2022-12-04 |
(1) 先开窗，排个序
不了解或不熟悉窗口函数的同学可以点击阅读：通俗易懂：窗口函数 | 全是案例
select user_id, login_time,
row_number() over(partition by user_id order by login_time) num
from login_log;
开完窗的结果如下：
| user_id | login_time | num |
|---|---|---|
| 1 | 2022-11-28 | 1 |
| 1 | 2022-12-01 | 2 |
| 1 | 2022-12-02 | 3 |
| 1 | 2022-12-03 | 4 |
| 2 | 2022-12-01 | 1 |
| 2 | 2022-12-04 | 2 |
(2) 利用等差数列的特性
如果是连续登录，login_time - num 则相等，因此可以这样写：
select t.user_id,
t.login_time,
date_sub(login_time, INTERVAL t.num DAY) date_rslt
from
(
select user_id, login_time,
row_number() over(partition by user_id order by login_time) num
from login_log
) t;
注：INTERVAL 关键字可以用于计算时间间隔， date_sub(login_time, INTERVAL t.num DAY)表示登录时间减去 num 天； 若 DAY 改成 HOUR 表示减去 num 小时。
以上 SQL 执行后得到：
| user_id | login_time | date_rslt |
|---|---|---|
| 1 | 2022-11-28 | 2022-11-27 |
| 1 | 2022-12-01 | 2022-11-29 |
| 1 | 2022-12-02 | 2022-11-29 |
| 1 | 2022-12-03 | 2022-11-29 |
| 2 | 2022-12-01 | 2022-11-30 |
| 2 | 2022-12-04 | 2022-12-02 |
(3)分组后可获得结果：
select a.user_id,
a.date_rslt,
count(1) as cnt
from(
select
t.user_id,
t.login_time,
date_sub(login_time, INTERVAL t.num DAY) date_rslt
from
(
select user_id,
login_time,
row_number() over(partition by user_id order by login_time) num
from login_log
) t
) a
group by a.user_id, a.date_rslt;
以上就是全部内容啦，想学习更多大数据相关知识，关注大数据的奇妙冒险。 点赞关注不迷路，转载请注明出处。
#数据人的面试交流地##数据开发工程师##sql##SQL面试##数据仓库工程师#大数据从入门到放弃 文章被收录于专栏
写点大数据相关的内容，一起交流进步
腾讯HR面356人在聊
