文章目录
- 测试数据
- 需求说明
- 需求实现
测试数据
create table test(user_id string,order_date string);INSERT INTO test(user_id, order_date) VALUES('101', '2021-09-21'),('101', '2021-09-22'),('101', '2021-09-23'),('101', '2021-09-27'),('101', '2021-09-28'),('101', '2021-09-29'),('101', '2021-09-30'),('102', '2021-10-01'),('102', '2021-10-02'),('102', '2021-10-05'),('102', '2021-10-06'),('102', '2021-10-07'),('106', '2021-10-04'),('106', '2021-10-05'),('106', '2021-10-08'),('107', '2021-10-05'),('107', '2021-10-06');
需求说明
统计用户连续下单的日期区间，所以连续的下单日期必须 >= 2，例如：2023-01-01,2023-01-02。
分析步骤如下：
-
按
user_id、order_date进行分组，同天的下单日期只保留一条。 -
使用
row_number窗口函数对行号进行标记。 -
使用
date_sub函数与行号标记进行运算，如果数据连续的话，那么运算后的日期必然是一样的。 -
按
user_id和date_sub运算后日期进行分组，过滤数量< 2的分组，最大值与最小值日期统计。
需求实现
selectuser_id,min(order_date) order_start_date,max(order_date) order_end_date
from(selectuser_id,order_date,date_sub(order_date,rn) same_dayfrom(selectuser_id,order_date,row_number() over (partition by user_id order by order_date) rnfromtestgroup byuser_id,order_date )t1 -- 分组后进行行号标记)t2 -- 使用日期和行号进行运算
group byuser_id,same_day
havingcount(user_id) >= 2;
输出结果
解决这题的关键是使用 row_number 窗口函数进行行号标记，然后和 date_sub 进行运算，如果日期是连续的，那么运算结果得到的日期就是一致的，如下所示：
date rn
2023-05-04 1
2023-05-05 2
2023-05-06 3
运算后，日期结果都为 2023-05-03，显然该日期是连续的，利用这一特性完成该需求。
