前言

就一直向前走吧，沿途的花终将绽放~

题目：找出连续活跃3天及以上的用户

create table t_useractive(
    uid   string,
    dt    string
);
insert into t_useractive
values('A','2023-10-01'),('A','2023-10-02'),('A','2023-10-03'),('A','2023-10-04'),
      ('B','2023-10-01'),('B','2023-10-03'),('B','2023-10-04'),('B','2023-10-05'),
      ('C','2023-10-01'),('C','2023-10-03'),('C','2023-10-05'),('C','2023-10-06'),
      ('D','2023-10-02'),('D','2023-10-03'),('D','2023-10-05'),('D','2023-10-06');

hsql：

select uid
from (
select  uid
from
    (select uid,dt,row_number() over (partition by uid order by dt)  rn,
             date_sub(dt, row_number() over (partition by uid order by dt)) c1
      from t_useractive
) t1 group by uid,c1
having count(*) >= 3
)
t2 group by uid;

hsql分析：

1. 子查询 t1:

   • 从t_useractive表中选择uid、dt。
   • 使用row_number() over (partition by uid order by dt)为每个用户的活动记录分配一个行号（按照日期排序）。这个行号被命名为rn。
   • 接下来，计算一个名为c1的字段，该字段是日期dt减去行号rn的结果。这样做的目的是为了标记连续的日期，因为对于连续的日期，date_sub(dt, rn)的结果将是相同的。

2. 子查询 t1 的分组:

   • 使用group by uid, c1对子查询t1的结果进行分组。由于c1字段对于连续的日期是相同的，因此这将把连续的日期记录分组在一起。

3. having count(*) >= 3:

   • 筛选出那些组中记录数大于或等于3的组，这意味着这些组代表了连续3天或更多的活动。

4. 外部查询 t2:

   • 由于内部查询已经筛选出了连续3天或更多的活动组，外部查询只需简单地按uid进行分组，并选择uid字段。这一步是为了确保每个用户只被列出一次，即使他们在不同的时间段内有多个连续的3天或更多天的活动。

最终，这个查询将返回所有在t_useractive表中至少有连续3天活动的用户的uid。