数据分析/运营——SQL面试题：如何求用户的最大连续登陆天数

本文介绍一个经典的面试题：如何求用户的最大连续登陆天数。

题目描述：有一个用户登陆表，表中有两列，一列是userid,代表用户的id；另一列是sigindate,代表用户的登陆日期。现在要求每个用户的最大连续登陆天数。

解题思路：对于每一个用户，首先求出它的日期排名ranking， 然后再求出今天距离 登陆日期的日期天数 dates ，拿这个天数 减去 - 它的排名， 得到一个辅助列 diff，然后求出diff的最大计数，即为用户的最大连续登陆天数。是不是看的很迷糊？最大计数？没事，下面对这个思路进行详细的证明。
思路证明：现在有三个相邻(不一定连续)的日期d1——>d2——>d3，那么肯定有

						ranking_d2 - rankingd1 = 1 （1）
						ranking_d3 - rankingd2 = 1 （2）

假设d1和d2是连续的， 即

						dates_d2 - date2_d1 = 1  （3）

而d2和d3是不连续的（不妨假设相隔了2天），即

						dates_d3 - date2_d2 = 2  （4）

那么（1）-（3）有：

		（ranking_d2 - dates_d2） - （ranking_d1 - dates_d1）= 0

即

		ranking_d2 - dates_d2 = ranking_d1 - dates_d1，即diff1 = diff2

(2）-（4）有：

		（ranking_d3 - dates_d3） - （ranking_d2 - dates_d2）= -1 ≠0

即

		ranking_d2 - dates_d2 ≠ ranking_d1 - dates_d1，即 diff1 ≠ diff2

这就说明，如果两个日期d1和d2是连续的，那么它们的diff相同，如果不连续，那么它们的diff不同！
因此可以通过计数count(diff)来判断每一段连续的登陆天数持续了多久（这主要是因为存在用户a，一段时间连续登陆了2天，然后中间断了，后面又连续登陆了3天的情况）, 然后再求每个计数的最大值，即为最大连续登陆天数，也就是最大计数。

下面以一个列子来说明这种算法，用到的数据表如下所示：

解题步骤：

（1）求排名ranking，间隔天数dates,以及排名-天数得到diff

select *, datediff(now(), sigindate)-1267 as dates, 
row_number() over(partition by userid order by sigindate desc) as ranking, 
(datediff(now(), sigindate)-1267 - row_number() over(partition by userid order by sigindate desc) ) as diff
from t;

可以看到，对于每一个用户而言，如果它的登陆日期sigindate是连续的，那么diff就会相同（具体是多少不重要）。

（2）对diff进行计数，即求出用户的所有连续活跃天数

select userid,diff, count(diff) as 'diff计数'
from (
	select *, datediff(now(), sigindate)-1267 as dates, 
	row_number() over(partition by userid order by sigindate desc) as ranking, 
	(datediff(now(), sigindate)-1267 - 
	row_number() over(partition by userid order by sigindate desc) ) as diff
	from t
) as t1
group by userid, diff;

（3）求diff计数的最大值，即求用户的最大活跃天数

select userid, max(diff计数) as '最大活跃天数'
from (
select userid,diff, count(diff) as 'diff计数'
from (
select *, datediff(now(), sigindate)-1267 as dates, 
row_number() over(partition by userid order by sigindate desc) as ranking, 
(datediff(now(), sigindate)-1267 - row_number() over(partition by userid order by sigindate desc) ) as diff
from t
) as t1
group by userid, diff
) as t2
group by userid;

整个过程可以简化为：

from (
	select userid,diff, count(diff) as 'diff计数'
	from (
		select *, (datediff(now(), sigindate)-1267 - 
		row_number() over(partition by userid order by sigindate desc) ) as diff
		from t
		) as t1
		group by userid, diff
	) as t2
group by userid;