标题 sql：求用户的最大连续活跃天数 题目描述 表名：dwd_user_active_di​ 字段：​ user_id string,​ ds string (也是分区字段)​ 表样例：​ i234 ‘2023-05-01’​ i234 ‘2023-05-02’​ i234 ‘2023-05-03’​ i234 ‘2023-05-05’​ i234 ‘2023-05-07’​ i234 ‘2023-05-08’​ i222 ‘2023-05-05’​ i222 ‘2023-05-07’​ i222 ‘2023-05-08’​ i222 ‘2023-05-09’​ 结果返回：​ i234 3​ i222 3

可以使用SQL语句进行求解，具体如下：

SELECT user_id, MAX(streak) AS max_streak FROM (
SELECT user_id, ds,
ROW_NUMBER() OVER(PARTITION BY user_id ORDER BY ds)
- ROW_NUMBER() OVER(PARTITION BY user_id, active ORDER BY ds) AS streak
FROM (
SELECT user_id, ds,
CASE
WHEN
LAG(ds, 1, '1970-01-01') OVER(PARTITION BY user_id ORDER BY ds) = DATEADD(day, -1, ds)
THEN 1
ELSE 0
END AS active
FROM dwd_user_active_di
) t
) t2
GROUP BY user_id;

其中，内层的SELECT语句生成了一个包含user_id、ds和active字段的表，其中active表示该用户当天是否有活跃，如果有则为1，否则为0。接着，在外层的SELECT语句中，使用了窗口函数ROW_NUMBER()来生成一个streak序列，表示每个用户的连续活跃天数。最后，对每个用户的streak取最大值，即可得到用户的最大连续活跃天数。

相关问题

Cypher查询语句中，p=(:dwd_hive_blood_di_upper{id:'${id}'}) 和 (p:dwd_hive_blood_di_upper{id:'${id}'}) 写法的区别

在Cypher查询语句中，p=(:dwd_hive_blood_di_upper{id:'${id}'})和(p:dwd_hive_blood_di_upper{id:'${id}'})的写法有所不同：

- p=(:dwd_hive_blood_di_upper{id:'${id}'})是一个模式匹配，表示将匹配到的节点/关系赋值给变量p。这里的模式是一个简单的节点，它不需要有标签，但必须有一个id属性等于${id}的节点才能匹配成功。如果匹配成功，变量p将成为一个节点，节点的属性可以通过p.id、p.name等方式访问。
- (p:dwd_hive_blood_di_upper{id:'${id}'})是一个节点变量声明，表示声明一个节点变量p，并将其绑定到一个具有标签dwd_hive_blood_di_upper和id属性等于${id}的节点。这里的p是一个节点变量，它可以在查询中用于引用这个节点，例如p.name、p.age等。

因此，两种写法的主要区别在于是否需要将匹配到的节点赋值给一个变量，并且在使用变量时的方式略有不同。

抽取 ods 库中表 table1 最新分区数据，并结合 dim_table1 最新分区现有的 数据，根据 id 合并数据到 dwd 库中 dim_table1 的分区表，分区字段为 etl_date 且值与 ods 库的相对应表该值相等，并添加 dwd_insert_user、 dwd_insert_time 、 dwd_modify_user 、 dwd_modify_time 四 列 , 其 中 dwd_insert_user、dwd_modify_user 均填写“user1”。

假设 ods 库中的表 table1 有以下字段：id、name、age、etl_date；dim_table1 有以下字段：id、name、age、etl_date、dwd_insert_user、dwd_insert_time、dwd_modify_user、dwd_modify_time。dwd 库中的 dim_table1 分区表结构与 dim_table1 相同，但仅包含最新分区的数据。

以下为 SQL 语句实现该需求：

-- 创建临时表 tmp_table1 用于存储 ods 库中表 table1 最新分区数据
CREATE TEMPORARY TABLE tmp_table1 AS
SELECT *
FROM ods.table1
WHERE etl_date = (SELECT MAX(etl_date) FROM ods.table1);

-- 更新 dwd 库中 dim_table1 的分区表
INSERT INTO dwd.dim_table1 PARTITION(etl_date)
SELECT t1.*, 'user1', NOW(), 'user1', NOW(), etl_date
FROM tmp_table1 t1
JOIN (
  SELECT id, MAX(etl_date) as etl_date
  FROM dwd.dim_table1
  GROUP BY id
) t2 ON t1.id = t2.id AND t1.etl_date = t2.etl_date;

解释：

首先创建临时表 tmp_table1，存储 ods 库中表 table1 最新分区的数据；然后通过 JOIN 操作将 tmp_table1 和 dwd 库中 dim_table1 的分区表合并，仅保留最新分区的数据（即 etl_date 最大的数据），并添加 dwd_insert_user、dwd_insert_time、dwd_modify_user、dwd_modify_time 四列，其中 dwd_insert_user、dwd_modify_user 均填写“user1”。最后将结果插入到 dwd 库中 dim_table1 的分区表中。