用 SQL 计算年活跃用户数答案

【问题标题】：Calculating yearly active users in SQL用 SQL 计算年活跃用户数
【发布时间】：2021-11-28 19:49:08
【问题描述】：

我有一个表 logins 有两列：user_id 和 login_date。我想使用以下定义来计算每个日历年的活跃用户数，即对于任何一天，如果在过去 90 天内至少有 1 次登录，则称 user_id 在该日期处于活跃状态。例如，如果user_id 具有2017-01-01 的login_date，则称此user_id 在从2017-01-01 到2017-04-01 的每一天都处于活动状态。同一个user_id 可以在2017-02-01 上拥有另一个login_date，随后每天从2017-02-01 到2017-05-01 都处于活动状态。使用这个定义，我想计算 2017 年、2018 年、2019 年和 2020 年的活跃用户数。

这里是输入表，有几个例子：

+-----------+------------+
|  user_id  | login_date |
+-----------+------------+
|  0000000  | 2017-01-01 |
|  0000000  | 2017-02-01 |
|  0000001  | 2017-01-02 |
+-----------+------------+

我尝试过但认为不正确的逻辑：

对于每次登录，为用户将处于活动状态的每个月（3 个月）创建一个列：

WITH all_missions AS (
SELECT
  user_id,
  format_datetime(login_date, 'yyyy-MM') AS first_active_date,
  format_datetime(date_add('month', 1, login_date), 'yyyy-MM-dd') AS active_m1,
  format_datetime(date_add('month', 2, login_date), 'yyyy-MM-dd') AS active_m2,
  format_datetime(date_add('month', 3, login_date), 'yyyy-MM-dd') AS active_m3
FROM logins
),

将列反转为行：

active_months AS (
SELECT
  l.user_id,
  t2.active_month,
  t2.month_number
FROM logins l
CROSS JOIN unnest (
  array['active_m1', 'active_m2', 'active_m3'],
  array[active_m1, active_m2, active_m3]
) t2 (active_month, month_number)
),

然后只计算每个活跃月的年份并聚合来计算不同的用户数：

SELECT
  substring(month_number, 1, 4) AS year_number,
  count(DISTINCT user_id) AS num_active_users
FROM active_months
GROUP BY 1

解决这个问题的正确方法是什么？

【问题讨论】：

标签： sql database amazon-athena presto

【解决方案1】：

由于您只关心年度活跃用户数而不是每月活跃用户数，因此无需确定active_m1, active_m2, active_m3（所有活跃月份），只需确定 active_m3。拥有first_active_date 和active_m3 足以确定用户是在当年还是下一年活跃。

您可以尝试以下方法：

WITH all_missions AS (
    SELECT
        user_id,
        format_datetime(login_date, 'yyyy-MM') AS active_date
    FROM 
        logins
    UNION ALL
    SELECT
        user_id,
        format_datetime(date_add('month', 3, login_date), 'yyyy-MM-dd') AS active_date
     FROM logins
)
SELECT
  YEAR(active_date) AS year_number,
  count(DISTINCT user_id) AS num_active_users
FROM all_missions
GROUP BY 1

让我知道这是否适合你。

【讨论】：