在面試和實(shí)際項(xiàng)目中，我們經(jīng)常會(huì)遇到這樣兩類問題，即以時(shí)間為軸線，沿著時(shí)間軸分析過去一段時(shí)間的用戶特征或者行為。

一類是根據(jù)用戶第一次訪問的時(shí)間統(tǒng)計(jì)最近N天的行為特征，稱之為近X天問題；另一類是根據(jù)用戶第一次訪問的時(shí)間統(tǒng)計(jì)連續(xù)N天的行為特征，稱之為連續(xù)X天問題。

下面，先講下近X天問題的解決方法。一般在BI報(bào)表里面，關(guān)于用戶分析時(shí)，用戶留存是個(gè)不可缺少的分析，而業(yè)界比較成熟的判斷標(biāo)準(zhǔn)就是計(jì)算一些具體的指標(biāo)，包括計(jì)算用戶次日、3日、7日、30日和90日的留存率。

這些指標(biāo)的通俗定義如下：

• 次日留存：當(dāng)日登錄后，第二天也登錄了，比如2021.2.10登錄過，2021.2.11登錄的算作次日留存 。
• 三日留存：當(dāng)日登錄后，第三天也登錄了，比如2021.2.10登錄過，2021.2.12登錄的算作3日留存 。
• 七日留存：當(dāng)日登錄后，第七天也登錄了，比如2021.2.10登錄過，2021.2.16登錄的算作7日留存 。
• 以此類推···

現(xiàn)假設(shè)，有一張用戶登錄表t_user_login，字段user_id和login_time分別表示新增用戶id和登陸時(shí)間。接下來，我們計(jì)算用戶次日、3日、7日、30日和90日的留存率。

一般解決此類近X天問題的思路如下：

• 第一步，獲取新增用戶最早的登陸時(shí)間，標(biāo)記為新的一列first_login_time；
• 第二步，計(jì)算最早登陸時(shí)間和所有登陸時(shí)間之前的天數(shù)差值，即login_time -
  first_login_time，標(biāo)記為新的一列l(wèi)ogin_by_day

創(chuàng)作挑戰(zhàn)賽新人創(chuàng)作獎(jiǎng)勵(lì)來咯，堅(jiān)持創(chuàng)作打卡瓜分現(xiàn)金大獎(jiǎng)

總結(jié)

以上是生活随笔為你收集整理的SQL实战篇：SQL解决近X天的问题的全部內(nèi)容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網(wǎng)站內(nèi)容還不錯(cuò)，歡迎將生活随笔推薦給好友。