hive面试题——求连续活跃天数

hive面试题——求连续活跃天数

问题：求一个月用户连续活跃3天以上的用户

数据格式如下：

cust_noActive date1202112011202112021202112031202112041202112052202112012202112093202112053202112063202112074202112010

解题思路一：使用row_number() over()

with t1 as(
    select
        cust_no,
        actve_date,
        row_number()over(partition by cust_no order by active_date) as rn
    from tmp
)
select
    cust_no,
    active_date+rn,  #如果联系刚好等于同一天
    count(*) as cnt
from t1
group by cust_no,
    active_date+rn
having cnt>=3

解题思路二：使用lag()over()或者lead()over()

with t1 as(
    select
        cust_no,
        actve_date as actve_date,
        LAG(actve_date,3) OVER(PARTITION BY cust_no ORDER BY actve_date) AS actve_date_3 
    from tmp
)
select
    cust_no,
from t1
where actve_date-actve_date_3=3
group by cust_no

解题思路三：这类的需求，一般情况不是只需计算一次，可能一个月要好几次数据。所以一般使用第一个任务每天计算累计活跃天数（如果当天活跃前一天活跃天数+1，如果当天不活跃0），第二个任务计算最大获取天数。需要当月活跃天数大于3天，直接从第二个任务取当月最大活跃天数大于3天的客户。