横扫SQL面试
📌 连续性登录问题
在互联网公司的SQL面试中，连续性问题堪称“必考之王”。💻🔍
用户连续登录7天送优惠券🌟，服务器连续报警3次触发熔断⚠️，图书馆连续3天人流破百开启限流⚡” …
既考察你对窗口函数的灵活运用，又考验你能否将业务场景抽象为数学模型。
博主总结一些经典题型，帮列位小伙伴拿下这类题目🤣 🤣 🤣 🤣
Tips：
暴力解法（如自连接、逐行遍历）在数据量小时勉强可用，但面对百万级📈数据时：
- 性能灾难：自连接时间复杂度达O(n²)，1万行数据需1亿次计算 🔥
- 逻辑漏洞：简单
lag/lead无法处理连续多天的复杂中断
而真正的工业级解法，只需一行窗口函数 + 虚拟分组标记，就能以O(n)时间复杂度解决问题！ 🚀
🌟 连续问题通用解法框架
| 步骤 | 核心操作 🔑 | 适用场景 |
|---|---|---|
| 生成连续标记 | date - row_number() over(...) | 映射连续日期到同一虚拟组 |
| 分组统计 | group by 虚拟组标记 | 计算连续天数/次数 |
| 结果筛选 | having count(*) >= N | 过滤满足条件的连续事件 |
话不多说——直接上题：🎈🎈🎈🎈🎈🎈🎈
🎯1. 最长连续登录天数
你正在搭建一个用户活跃度的画像，其中一个与活跃度相关的特征是“最长连续登录天数”
| 表名 | 字段名 | 描述 | 数据类型 |
|---|---|---|---|
tb_dau | fdate | 登录日期 | DATE |
user_id | 用户唯一标识 | INT |
计算用户在指定时间段内的最长连续登录天数。例如：统计用户2023年1月的最长连续登录记录。
| fdate | user_id |
|---|---|
| 2023-01-01 | 10000 |
| 2023-01-02 | 10000 |
| 2023-01-04 | 10000 |
预期结果🔑
| user_id | max_consec_days |
|---|---|
| 10000 | 2 |
博主按照解题框架 一步一步带大家看哈~🤣🤣🤣
步骤1：生成连续标记（CTE t1）🧩
为每个用户的登录日期生成序号，标记连续登录的潜在分组。
with t1 as (selectuser_id,fdate,-- 默认大家都是有基础的哈 窗口函数应该都会哈row_number() over(partition by user_id order by fdate) as rnfrom tb_dauwhere fdate between '2023-01-01' and '2023-01-31'
)
临时表 t1：✅
| user_id | fdate | rn |
|---|---|---|
| 10000 | 2023-01-01 | 1 |
| 10000 | 2023-01-02 | 2 |
| 10000 | 2023-01-04 | 3 |
rn表示用户按日期排序后的登录次数序号。- 连续日期的
rn差值等于日期差值（例如：2023-01-02 是第2次登录，日期差为1天）。
步骤2：计算虚拟起始点（CTE t2）🧩
通过 date_sub(fdate, interval rn day) 将连续日期映射到同一虚拟起始点。
t2 as (selectuser_id,fdate,date_sub(fdate, interval rn day) as start_datefrom t1
)
临时表 t2：✅
| user_id | fdate | start_date |
|---|---|---|
| 10000 | 2023-01-01 | 2022-12-31 |
| 10000 | 2023-01-02 | 2022-12-31 |
| 10000 | 2023-01-04 | 2023-01-01 |
- 连续日期的
start_date相同（如1月1日和1月2日均映射到2022-12-31）。 - 非连续日期的
start_date不同（如1月4日映射到2023-01-01）。
步骤3：统计连续天数（CTE t3）🧩
按用户和虚拟起始点分组，统计每组中的记录数（即连续天数）。
t3 as (selectuser_id,start_date,count(*) as cntfrom t2group by user_id, start_date
)
临时表 t3：✅
| user_id | start_date | cnt |
|---|---|---|
| 10000 | 2022-12-31 | 2 |
| 10000 | 2023-01-01 | 1 |
cnt表示每个虚拟起始点对应的连续登录天数。- 用户10000有两个连续区间：2天和1天。
最终结果取每个用户的最大连续天数。🧩
selectuser_id,max(cnt) as max_consec_days
from t3
group by user_id;
输出结果：✅
| user_id | max_consec_days |
|---|---|
| 10000 | 2 |
技术本质🧩
通过 date_sub(fdate, interval rn day)，将连续日期的差值抵消，映射到同一虚拟起始点：
- 连续日期：
fdate - rn恒定✨（如 1月1日-1天=12月31日，1月2日-2天=12月31日）。 - 非连续日期：
fdate - rn不同（如1月4日-3天=1月1日）。
将连续性问题转化为分组计数问题，时间复杂度仅为 O(n)。✨
完整代码 ~
-- 定义第一个公共表表达式 (CTE) t1，用于计算每个用户登录日期的排序
with t1 as (selectuser_id, -- 用户IDfdate, -- 登录日期row_number() over(partition by user_id order by fdate) as rn -- 为每个用户的登录日期生成排序编号from tb_dauwhere fdate between '2023-01-01' and '2023-01-31' -- 选择指定日期范围内的记录
), -- 定义第二个公共表表达式 (CTE) t2，用于计算每个登录日期的起始日期
t2 as (selectuser_id, -- 用户IDfdate, -- 登录日期date_sub(fdate, interval rn day) as start_date -- 计算起始日期：将登录日期减去排序编号天数from t1
), -- 定义第三个公共表表达式 (CTE) t3，用于计算每个用户在相同起始日期下的连续登录天数
t3 as (selectuser_id, -- 用户IDcount(*) as cnt -- 计算连续登录天数from t2group by user_id, start_date -- 按用户和起始日期分组
)-- 从 t3 表中选择用户ID和其最大连续登录天数
selectuser_id, -- 用户IDmax(cnt) as max_consec_days -- 最大连续登录天数
from t3
group by user_id; -- 按用户ID分组
🎯2. 连续出现的数字
从数字序列中找出至少连续出现3次的数字。例如：[1, 1, 1, 2, 2, 3] 中，1 连续出现3次。
| 表名 | 字段名 | 描述 | 数据类型 |
|---|---|---|---|
logs | id | 记录序号 | INT |
num | 数字值 | INT |
| id | num |
|---|---|
| 1 | 1 |
| 2 | 1 |
| 3 | 1 |
| 4 | 2 |
| 5 | 2 |
| 6 | 3 |
| ConsecutiveNums |
|---|
| 1 |
这题同理~连续性问题解法框架：
1.💡 标记连续性：使用 row_number() 生成序号。
2. 🔍生成虚拟组：通过差值（如 id - rn）抵消连续增量。
3. 🛠️分组统计：按虚拟组聚合，筛选满足条件的结果。
步骤1：生成连续标记（CTE t1）🚀
为每个数字按 id 排序生成行号，标记连续出现的潜在分组。
with t1 as (selectnum,id,row_number() over(partition by num order by id) as rnfrom logs
)
临时表 t1：✅
| num | id | rn |
|---|---|---|
| 1 | 1 | 1 |
| 1 | 2 | 2 |
| 1 | 3 | 3 |
| 2 | 4 | 1 |
| 2 | 5 | 2 |
| 3 | 6 | 1 |
rn表示相同数字（num）按id排序后的出现次数序号。- 连续相同数字的
id与rn的差值恒定（例如：num=1时，id - rn = 0）。
步骤2：计算虚拟分组标记（CTE t2）🚀
通过 id - rn 生成分组标记 group_id，将连续相同数字映射到同一虚拟组。
t2 as (selectnum,id - rn as group_idfrom t1
)
临时表 t2：✅
| num | group_id |
|---|---|
| 1 | 0 |
| 1 | 0 |
| 1 | 0 |
| 2 | 3 |
| 2 | 3 |
| 3 | 5 |
- 连续相同数字的
group_id相同（如num=1的3条记录均为group_id=0）。 - 非连续或不同数字的
group_id不同（如num=2和num=3）。
步骤3：统计连续出现次数（最终查询）🚀
按 num 和 group_id 分组，筛选出出现次数≥3的组，并去重输出结果。
select distinct num as ConsecutiveNums
from t2
group by num, group_id
having count(*) >= 3;
分组统计结果：✅
| num | group_id | count(*) |
|---|---|---|
| 1 | 0 | 3 |
| 2 | 3 | 2 |
| 3 | 5 | 1 |
最终输出：✅
| ConsecutiveNums |
|---|
| 1 |
技术本质🚀
通过 id - row_number()，将连续相同数字的差值抵消，映射到同一虚拟分组：
- 连续相同数字：
id - rn恒定🔥（如num=1时，id=1,2,3→1-1=0,2-2=0,3-3=0）。 - 非连续或不同数字：
id - rn不同（如num=2时，id=4,5→4-1=3,5-2=3，但次数不足）。
如果题目要求连续出现4次，只需修改 having 条件：
having count(*) >= 4 -- 筛选连续出现4次的数字
🎯3. 新注册用户连续登录不少于3天
筛选出新注册用户在注册后至少连续登录3天的用户列表。例如：用户注册后连续登录了2023-01-01、01-02、01-03三天。
| 表名 | 字段名 | 描述 | 数据类型 |
|---|---|---|---|
tb_users | user_id | 用户唯一标识 | INT |
reg_date | 用户注册日期 | DATE | |
tb_login | user_id | 用户唯一标识 | INT |
login_date | 用户登录日期 | DATE |
用户表 (tb_users)✅
| user_id | reg_date |
|---|---|
| 10001 | 2023-01-01 |
| 10002 | 2023-01-05 |
登录表 (tb_login)✅
| user_id | login_date |
|---|---|
| 10001 | 2023-01-01 |
| 10001 | 2023-01-02 |
| 10001 | 2023-01-03 |
| 10002 | 2023-01-05 |
| 10002 | 2023-01-06 |
预期结果
| user_id |
|---|
| 10001 |
步骤1：关联用户与登录数据（CTE login_sequence）✅
筛选注册后7天内的登录记录，并为每个用户的登录日期生成行号。
with login_sequence as (selectu.user_id,l.login_date,-- 为每个用户的登录日期生成行号（按日期排序）row_number() over(partition by u.user_id order by l.login_date) as rnfrom tb_users ujoin tb_login l on u.user_id = l.user_idand l.login_date between u.reg_date and u.reg_date + interval 7 day
)
临时表 login_sequence：✅
| user_id | login_date | rn |
|---|---|---|
| 10001 | 2023-01-01 | 1 |
| 10001 | 2023-01-02 | 2 |
| 10001 | 2023-01-03 | 3 |
| 10002 | 2023-01-05 | 1 |
| 10002 | 2023-01-06 | 2 |
rn表示用户按登录日期排序后的连续次数。login_date between reg_date and reg_date + 7 day限定注册后7天内的登录行为。
限定用户注册后7天内的登录行为，聚焦新用户关键活跃期，数据进入窗口函数前剔除无效数据，避免对全量数据排序。聚焦核心业务目标（如新用户激活率、首周留存率）
步骤2：生成虚拟分组标记（CTE consec_groups）🚀
计算 login_date - rn，将连续日期映射到同一虚拟起始点。
consec_groups as (selectuser_id,login_date,-- 计算虚拟分组标记（连续日期的差值为0）date_sub(login_date, interval rn day) as group_idfrom login_sequence
)
临时表 consec_groups：✅
| user_id | login_date | group_id |
|---|---|---|
| 10001 | 2023-01-01 | 2022-12-31 |
| 10001 | 2023-01-02 | 2022-12-31 |
| 10001 | 2023-01-03 | 2022-12-31 |
| 10002 | 2023-01-05 | 2023-01-04 |
| 10002 | 2023-01-06 | 2023-01-04 |
- 连续登录的日期差值相同（如用户10001的3次登录均映射到
2022-12-31）。🚀🚀🚀 - 非连续登录的日期差值不同（如用户10002的2次登录映射到
2023-01-04）。
步骤3：统计连续登录天数（最终查询）
按用户和虚拟分组标记统计连续天数，筛选≥3天的用户。
distinct user_id 确保用户多次满足条件时只输出一次。
select distinct user_id
from consec_groups
group by user_id, group_id
having count(*) >= 3;
分组统计结果：✅
| user_id | group_id | count(*) |
|---|---|---|
| 10001 | 2022-12-31 | 3 |
| 10002 | 2023-01-04 | 2 |
最终输出：✅
| user_id |
|---|
| 10001 |
💡 关键逻辑
虚拟分组标记：
date_sub(login_date, interval rn day) 将连续日期映射到同一虚拟起始点，本质是公式：
连续天数 = 最大登录日期 - 最小登录日期 + 1 （若连续，则 login_date - rn 恒定）
🎯4. 图书馆高峰期检测
找出图书馆连续3天及以上人流量≥100的高峰时段。例如：2023-01-02至2023-01-04连续三天人流量达标。
| 表名 | 字段名 | 描述 | 数据类型 |
|---|---|---|---|
info | date | 日期 | DATE |
people | 人流量 | INT |
| date | people |
|---|---|
| 2023-01-01 | 70 |
| 2023-01-02 | 100 |
| 2023-01-03 | 120 |
| 2023-01-04 | 120 |
| 2023-01-05 | 90 |
预期结果
| start_date | end_date | consecutive_days |
|---|---|---|
| 2023-01-02 | 2023-01-04 | 3 |
后面博主就不再啰嗦啦 大家可以发现 套路是不是都一样~🤣🤣🤣 “标记→分组→过滤”✅✅✅
with valid_days as (select date,date - row_number() over(order by date) as grpfrom infowhere people >= 100
),
consec_groups as (selectmin(date) as start_date,max(date) as end_date,count(*) as consecutive_daysfrom valid_daysgroup by grphaving count(*) >= 3
)
select * from consec_groups;
- 筛选有效日期：过滤人流量≥100的天数。
- 生成连续组标记：
date - row_number()将连续有效日期映射到同一组。 - 统计连续时段：按组统计起止日期和持续天数。
🎯5. 用户指标检测
从订单表中筛选出连续三天及以上每天总下单金额均超过100元的用户。例如：用户A在2023-01-01至2023-01-03每天的总消费分别为120元、150元、110元，满足条件。
| 表名 | 字段名 | 描述 | 数据类型 |
|---|---|---|---|
order_table | id | 订单编号 | INT |
dt | 下单日期 | DATE | |
amount | 订单金额 | INT |
| id | dt | amount |
|---|---|---|
| 1001 | 2021-12-12 | 123 |
| 1002 | 2021-12-12 | 45 |
| 1001 | 2021-12-13 | 43 |
| 1001 | 2021-12-13 | 45 |
| 1001 | 2021-12-14 | 230 |
预期结果
| user_id |
|---|
| 1001 |
-- 步骤1：按用户和日期汇总金额，过滤每天金额>100的记录
with daily_summary as (selectid as user_id,dt,sum(amount) as total_amountfrom order_tablegroup by user_id, dthaving sum(amount) > 100
),
-- 步骤2：生成连续标记
sequence_marker as (selectuser_id,dt,date_sub(dt, interval row_number() over(partition by user_id order by dt) day) as grpfrom daily_summary
),
-- 步骤3：统计连续天数
consec_groups as (selectuser_id,grp,count(*) as consec_days,min(dt) as start_date,max(dt) as end_datefrom sequence_markergroup by user_id, grphaving count(*) >= 3 -- 连续3天及以上
)
-- 步骤4：输出结果
select distinct user_id
from consec_groups;
- 按天汇总金额：
group by user_id, dt处理一天多笔订单。 - 生成虚拟分组：
date_sub(dt, interval row_number() day)将连续日期映射到同一虚拟组。 - 统计连续天数：筛选连续≥3天的用户。
🎯6. 用户最大连续缴费次数
计算每个用户的最长连续缴费天数。例如：用户U002在2023-01-03至2023-01-05连续缴费3天，结果为3。
| 表名 | 字段名 | 描述 | 数据类型 |
|---|---|---|---|
payment_log | user_id | 用户唯一标识 | VARCHAR |
pay_date | 缴费日期 | DATE | |
amount | 缴费金额 | INT |
| user_id | pay_date | amount |
|---|---|---|
| U001 | 2023-01-01 | 100 |
| U001 | 2023-01-02 | 200 |
| U001 | 2023-01-04 | 150 |
| U002 | 2023-01-03 | 80 |
| U002 | 2023-01-04 | 90 |
| U002 | 2023-01-05 | 120 |
预期结果
| user_id | max_consec_days |
|---|---|
| U001 | 2 |
| U002 | 3 |
with payment_sequence as (selectuser_id,pay_date,date_sub(pay_date, interval row_number() over(partition by user_id order by pay_date) day) as grpfrom payment_log
),
consec_groups as (selectuser_id,grp,count(*) as consec_daysfrom payment_sequencegroup by user_id, grp
)
selectuser_id,max(consec_days) as max_consec_days
from consec_groups
group by user_id;
- 生成虚拟分组：
date_sub(pay_date, interval row_number() day)标记连续缴费序列。 - 统计连续天数：按用户和虚拟组计算连续缴费次数。
- 取最大值：
max(consec_days)获取每个用户的最大连续天数。
🧩 连续性问题的通用解法框架
| 步骤 | 核心操作 | 适用场景 |
|---|---|---|
| 数据清洗 | 按业务需求聚合数据（如按天汇总金额） | 处理多笔记录/噪声数据 |
| 生成连续标记 | date - row_number() 映射连续日期到虚拟组 | 统一连续序列的时空标识 |
| 分组统计 | group by 虚拟组标记 | 计算连续天数/次数 |
| 结果筛选 | having 或 max() 过滤目标结果 | 输出满足条件的用户或时段 |
这一套组合拳下来✅✅✅ 相信列位面试在遇到连续性登录问题 丝毫不慌了😂
留个作业~ 有些难度哈——合并用户停留位置
给定用户位置停留记录，需要对同一个用户在同一个位置的连续多条记录进行合并，合并原则为开始时间取最早时间，停留时长加和。
| 表名 | 字段名 | 字段含义 | 数据类型 |
|---|---|---|---|
| 用户位置停留记录表 | user | 用户标识 | VARCHAR |
location | 位置标识 | VARCHAR | |
start_time | 停留开始时间 | DATETIME | |
stay_duration | 停留的时长（分钟） | INT |
| user | location | start_time | stay_duration |
|---|---|---|---|
| UserA | LocationA | 2018-01-01 08:00:00 | 60 |
| UserA | LocationA | 2018-01-01 09:00:00 | 60 |
| UserA | LocationB | 2018-01-01 10:00:00 | 60 |
| UserA | LocationA | 2018-01-01 11:00:00 | 60 |
结果预期：
| user | location | start_time | stay_duration |
|---|---|---|---|
| UserA | LocationA | 2018-01-01 08:00:00 | 120（08:00:00 开始的 60 分钟和 09:00:00 开始的 60 分钟合并） |
| UserA | LocationB | 2018-01-01 10:00:00 | 60 |
| UserA | LocationA | 2018-01-01 11:00:00 | 60 |
很熟悉的套路啦
第一步：按照 用户 、 地点 分组 起始时间 去排序。
第二步：按照连续登录问题 A列 - 排序列 做一个 分组标记
第3步 分组之后 min sum聚合即可~
)
