我想计算前y天也活跃过x次或多次的活跃用户的滚动数。为了简单起见,请在5天内说3次以上
我的数据的格式为
| date | user_id |
------------------
|2019-01-01 | user1 |
|2019-01-01 | user2 |
|2019-01-01 | user1 |
|2019-01-02 | user1 |
|2019-01-02 | user3 |
|2019-01-02 | user4 |
|2019-01-03 | user2 |
|2019-01-03 | user3 |
我尝试使用聚合函数按日期对user_id进行分组,并且使用window函数对前5行中存在3次以上的用户进行汇总。 按日期汇总用户可以使用:
SELECT date, ARRAY_AGG(distinct user_id) as users
FROM `table`
WHERE date > DATE_SUB(CURRENT_DATE(), INTERVAL 30 DAY)
GROUP BY date
返回这样的数组结构。
| date | users |
------------------
|2019-01-01 | user1 |
| | user2 |
|2019-01-02 | user1 |
| | user3 |
| | user4 |
|2019-01-03 | user2 |
| | user3 |
但是在这里我被卡住了。我可以做这样的事情吗?但是我应该使用什么分析功能?
WITH activity as (
SELECT date, ARRAY_AGG(distinct user_id) as users
FROM `table`
WHERE date > DATE_SUB(CURRENT_DATE(), INTERVAL 30 DAY)
GROUP BY date
)
SELECT date, xxxx OVER (PARTITION BY date ORDER BY date ROWS 5 PRECEDING) as returning_users
FROM activity
我想要的输出是:
| date | returning_users |
------------------
|2019-01-01 | 123 |
|2019-01-02 | 1234 |
|2019-01-03 | 12345 |
答案 0 :(得分:0)
您可能是对的,有一些合适的窗口函数可以实现此目的,但是我不熟悉它们。
但是,由于没有现有的解决方案,因此这是一种仅使用联接的有效方法:
WITH ACTIVE_DAYS AS (
SELECT
a.date,
a.user_id,
COUNT(DISTINCT b.date) AS ActiveDays
FROM
DATA a
JOIN
DATA b
ON
a.user_id = b.user_id
AND b.date BETWEEN DATE_SUB(a.date, INTERVAL 5 DAY) AND DATE_SUB(a.date, INTERVAL 1 DAY)
GROUP BY
1,
2)
SELECT
a.date,
COUNT(DISTINCT a.user_id) AS DAU,
COUNT(DISTINCT (CASE WHEN b.ActiveDays >= 3 THEN a.user_id END)) AS DAU_Meet_Criteria
FROM
DATA a
LEFT JOIN
ACTIVE_DAYS b
ON
a.date = b.date
AND a.user_id = b.user_id
GROUP BY
1
ORDER BY
1
通过编辑date_sub
函数和第二条count(distinct...
语句中的case语句,您可以实现一些替代逻辑。
希望这会有所帮助。