1)有两张表，一张是用户表，一张是用户访问行为表，字段如下：用户表：user_id,gender, birthday user_idgender birthday 1 F 1993-03-17 2 M 1998-10-10 访问行为表：access_time, user_id，user_action access_time user_id user_action 2020-01-01 1 A 2020-01-01 1 B 2020-01-02 2 B 用SQL语言计算以下统计指标： 1.计算90后-95后用户，每天的用户数和平均访问次数 2. 计算每日新增用户数 3. 计算连续两天都有访问行为的用户数

1. 计算90后-95后用户，每天的用户数和平均访问次数

可以使用以下SQL语句来实现：

SELECT 
  a.access_time AS visit_date, 
  COUNT(DISTINCT u.user_id) AS daily_user_num, 
  COUNT(a.user_action) / COUNT(DISTINCT u.user_id) AS avg_visit_num
FROM user_table u
JOIN access_behavior_table a ON u.user_id = a.user_id
WHERE u.birthday BETWEEN '1990-01-01' AND '1995-12-31'
GROUP BY a.access_time

该语句使用了JOIN操作，将两张表按照user_id字段进行连接，然后使用WHERE子句选择了生日在1990年至1995年之间的用户。使用GROUP BY子句按照访问时间access_time进行分组，然后使用COUNT和DISTINCT关键字计算每天的用户数和平均访问次数。

2. 计算每日新增用户数

可以使用以下SQL语句来实现：

SELECT 
  a.access_time AS visit_date, 
  COUNT(DISTINCT a.user_id) AS new_user_num
FROM access_behavior_table a
LEFT JOIN access_behavior_table b ON a.user_id = b.user_id AND a.access_time > b.access_time
WHERE b.user_id IS NULL
GROUP BY a.access_time

该语句使用了LEFT JOIN操作，将访问行为表按照user_id字段进行自连接，然后使用WHERE子句选择了在a表中存在，在b表中不存在的记录，也就是新增用户。使用GROUP BY子句按照访问时间access_time进行分组，然后使用COUNT和DISTINCT关键字计算每天的新增用户数。

3. 计算连续两天都有访问行为的用户数

可以使用以下SQL语句来实现：

SELECT COUNT(DISTINCT user_id) AS user_num
FROM (
  SELECT 
    user_id, 
    DATEDIFF(access_time, '1970-01-01') AS visit_days, 
    DENSE_RANK() OVER(PARTITION BY user_id ORDER BY access_time) AS visit_rank
  FROM access_behavior_table
) t
WHERE visit_rank > 1 AND visit_days - visit_rank + 1 = DATEDIFF(access_time, '1970-01-01')

该语句使用了子查询和窗口函数，子查询将访问行为表中的access_time字段转换为距离1970年1月1日的天数，使用窗口函数对每个用户的访问时间进行排序并分配排名，然后在外部查询中筛选出连续两天访问行为的用户，并使用COUNT和DISTINCT关键字计算用户数量。