在日常工作或者面试时，我们经常会遇到这样的问题，比如：“统计下用户最长连续登录的天数”，“统计下连续登录超过10天的用户”，“统计下连续3天交易额超过100W的店铺”。这种问题，其实都是一个套路，我们这里简单介绍一种解决思路。
用户连续登录天数
我们先来看下用户连续登录问题，我们简化下数据，只保留用户ID和登录时间：
其实做数据来说，我们的思路一定要清晰，知道我们要什么样的数据，就像这个连续问题，如果我们知道怎样来判断连续，只要再转化成SQL就行了。所以，我们先思考下，怎样来判断用户是不是连续登录。
连续其实就是这样，我今天登录了，然后昨天也登录了，说明我就连续两天登录了，我们也经常会在APP或者网站上遇到什么签到领积分，签到多少天领奖品之类的，其实都是产品为了提高日活提高用户留存的套路。
1.根据上次登录日期判断
我们回过头，继续看这个连续的问题，上面的数据已经有了，如果要手工判断用户登录是否连续的话，会怎样来呢？比如，用户今天登录了，我们只需要用户上一次登录是什么时候就可以了，如果用户昨天也登录了，就说明用户是连续登录第2天了，所以，我们将数据处理一下。
现在我们有了用户本次登录日期和上次登录日期，只要用户本次登录和上次登录的间隔天数是1，就说明用户连续登录了，我们来看看
这样，我们就可以看到，我们根据本次登录时间和上次登录时间，计算出间隔天数，间隔为1的都是连续的日期，首次登录的时候，我们可以填入默认值0。这样看上去标注黄色的都是连续的日期，但是要注意，第一个标黄的日期表示2天。那我们该怎样统计出用户每次连续的天数呢？如果只把间隔天数为1的记录拿出来，好像又没有办法统计哪些天是连续一起的，我们再对这个间隔天数做个排序
这样，我们根据排序的序号，就可以将间隔天数为1的记录拿出来聚合了。
下面我们就需要将上面的想法转化成SQL：
由于我们要使用mysql，mysql中没有开窗函数，写起来很麻烦，需要多次使用变量；
pg版可以参考之前的文章：SQL笔试题-连续登录天数
-- 1. 获取间隔天数
-- 初始化变量
set @pre_login_date:=null,@pre_user_id:=null;
drop table if exists tmp_20180415_1;
create table tmp_20180415_1 as
select
user_id,
login_date,
pre_login_date,
-- 计算本次登录和上次登录的差值
coalesce(datediff(login_date,pre_login_date),0) as diff_days
from (
select
-- 当前记录
user_id, -- 当前user_id
login_date, -- 当前login_date
-- 上一条记录
@pre_user_id as pre_user_id,
if(@pre_user_id=user_id , @pre_login_date , null) as pre_login_date,
-- 初始化上一条记录
@pre_login_date:=login_date as cur_login_date,
@pre_user_id:=user_id as cur_user_id
from
tm_login_log
order by
user_id,login_date
) x
order by user_id,login_date;
-- 2.对间隔天数进行排序
set @pre_user_id:=null,@pre_diff_days:=0,@rn:=1;
select
user_id,rn , min(pre_login_date) as from_login_date,max(login_date) as to_login_date
from (
select
user_id,
login_date,
pre_login_date,
diff_days,
if(@pre_user_id=user_id,if(@pre_diff_days=diff_days,@rn:=@rn,@rn:=@rn+1),@rn:=1) as rn,
@pre_user_id:=user_id,
@pre_diff_days:=diff_days
from tmp_20180415_1
order by user_id,login_date
) x
where diff_days=1
group by user_id,rn;
结果时这样的，用户ID和他连续登录的日期，但是这个rn并没有什么用，如果要看连续登录天数的话，我们可以重新根据开始时间和结束时间进行计算。继续延伸的话，我们还可以统计用户最长的登录天数。
2.根据登录日期排序
还有一种类似的思路，就是首先根据登录日期排序，这样我们获得的排序序号就是连续的，然后再统计每个登录日期和一个初始日期的间隔天数，如果登录连续的话，2个值相减之后也可以用来判断是否连续。
感兴趣的同学可以试试MySQL的实现。
后记
其实大家主要了解思路就行了，使用mysql来实现，比较麻烦，不会写也没问题，当然应该还有更简便的方法，只是我还没有想到。在日常工作中，其实还有很多别的方式来更方便的实现，比如，我们可以创建一张用户每天登录的表，然后在刷新当天数据的同时，去判断昨天该用户有没有登录，有的话则计入连续；Hive中也支持各种开窗函数，写起来很简单。
