今天来解一道题面试中可能经常会被一些面试官拿来“刁难”的题，就是《如何统计连续打卡天数》，当然了这里面的打卡可以换成任意其他行为，比如连续登陆天数，连续学习天数，连续购买天数，这里的天数也是可以换成小时或者别的时间单位的。这个问题的逻辑还是有点复杂，如果要是之前没遇到过这种问题，当场被问到的时候，肯定会一脸懵。
直接来看实战，现在有一张表t，这张表存储了每个员工每天的打卡情况，现在需要统计截止目前每个员工的连续打卡天数，表t如下表所示：
uidtdateis_flag 12020/2/11 12020/2/20 12020/2/31 12020/2/41 12020/2/50 12020/2/61 12020/2/71 12020/2/81 22020/2/11 22020/2/20 22020/2/30 22020/2/41 22020/2/51 22020/2/61 22020/2/71 22020/2/81 |
上表中uid是用户id，tdate是日期，is_flag是记录用户当天是否打卡，1为打卡，0为未打卡。
我们希望得到的结果为：
uidflag_days 13 25 |
这个逻辑还是挺难想的，第一个想法就是通过前后数据偏移来实现，就是将is_flag向前移动一行或者向后移动一行，然后和原来的is_flag标签做差，如果结果为0，说明前后两天的值是相同的，要么都是0，要么都是1。但是还是不能够得出我们想要的结果。
再换一种思路： 如果是连续打卡，那么打卡日期与一个递增的数字依次做差的结果值应该是相等的 ，不理解这句话没关系，看具体结果你就明白了。
我们先获取每个用户在这一段时间内所有打卡的排名，是所有打卡的排名哦，利用的是窗口函数的row_number()，代码如下：
select uid ,tdate ,row_number() over(partition by uid order by tdate) date_rank from t where is_flag=1 |
运行上面的代码，可以得到如下结果：
uidtdatedate_rank 12020/2/11 12020/2/32 12020/2/43 12020/2/64 12020/2/75 12020/2/86 22020/2/11 22020/2/42 22020/2/53 22020/2/64 22020/2/75 22020/2/86 |
接着再获取每个打卡日期(tdate)中的日与其打卡日期排名(date_rank)之间的差，比如uid=1的2020/2/3的打卡日期中的3号与其排名(date_rank)2做差等于1，实现代码如下：
select uid ,tdate ,date_rank ,(date_format(tdate,"%e") - date_rank) as day_cha from ( select uid ,tdate ,row_number() over(partition by uid order by tdate) date_rank from demo.newtable where is_flag=1 )t1 |
运行上面的代码，最后可以得到如下结果：
uidtdatedate_rankday_cha 12020/2/110 12020/2/321 12020/2/431 12020/2/642 12020/2/752 12020/2/862 22020/2/110 22020/2/422 22020/2/532 22020/2/642 22020/2/752 22020/2/862 |
看上面的结果表，有没有看出点意思来， 连续打卡日期的day_cha都是相等的 ，比如uid=1的2020/2/3和2020/2/4是连续的，他们的day_cha都是1。到这里，如果我们要获取连续打卡天数是不是就很容易了。
不过这里面还有一个问题，就是 连续打卡天数是截止目前最近的一个 连续打卡天数还是历史坚持最长的打卡天数 ，这就是传说中的口径问题哈。虽然在我们这个例子里面，这两种打卡天数的出来的结果是一样的，但是有的时候会是不一样的，比如下面这样的例子：
uidtdateis_flag 12020/2/11 12020/2/20 12020/2/31 12020/2/41 12020/2/51 12020/2/60 12020/2/71 12020/2/81 |
上面这个例子中，最近连续打卡天数是2，历史最长的连续打卡天数却是3。
好了，我们继续回到解题上，我们先获取每个用户历史所有 连续过得 的打卡情况，实现代码如下：
select uid ,day_cha ,count(tdate) flag_days from (select uid ,tdate ,date_rank ,(date_format(tdate,"%e") - date_rank) as day_cha from ( select uid ,tdate ,row_number() over(partition by uid order by tdate) date_rank from demo.newtable where is_flag=1 )t1 )t2 group by uid ,day_cha |
运行上面的代码，得到如下结果：
uidday_chaflag_days 101 112 123 201 225 |
要获取最近的连续打卡天数，我们只需要把上表中day_cha这一列最大的值对应的flag_days取出来就可以；要获取历史最久的连续打卡天数，我们只需要把上表中flag_days的最大值取出来就可以。直接再来个子查询就好了。
类似的需求可能还有获取过去连续打卡天数大于某个值得人，只需要筛选上表中的flag_days即可达到目的。只要能够生成上面这样每个人历史所有连续打卡的情况表，那么大部分连续打卡相关的需求都可以通过上表来获得。
很经典的一道题，或者是一种业务场景，大家各自多多练习。
本文内容不用于商业目的，如涉及知识产权问题，请权利人联系博为峰小编(021-64471599-8017)，我们将立即处理。
