-
最近业务方打算做一个用户唤醒的活动，准备以现金红包的方式进行拉活。其中提了一份数据需求：需要一份最近15天内，活跃天数少于3天的用户，打算将这批用户唤醒。
-
拿到需求后简单构思，首先是在半个月内有活跃过，但是需要活跃天数少于3天的，可以是不连续的3天。
-
观察我们的hive数据，有一份活跃用户表，因为imei、idfv在客户端采集的过程中存在一定的问题，表中主要是按照手机号来统计标识，且表是以dt作为分区的
| phone | dt |
|---|---|
| 1300000000 | 20200401 |
| 1300000001 | 20200401 |
| 1300000002 | 20200401 |
| 1300000000 | 20200402 |
| 1300000001 | 20200402 |
| 1300000003 | 20200402 |
| 1300000000 | 20200403 |
| 1300000007 | 20200403 |
| 1300000009 | 20200403 |
- 那么意思就是，只要这个用户的标识出现在15个分区中就行了，SQL表现就是count(distinct dt)，同时需要少于3天的用户，SQL表现即having count(distinct dt ) < 3
那么思路有了之后就是代码如何实现了
核心部分伪代码：
SELECT
phone,
count(DISTINCT dt) AS active_count
FROM bigdata.tables
WHERE dt BETWEEN '20200401' AND '20200415'
GROUP BY phone
HAVING count(DISTINCT dt) <3
其实也就是把统计的指标变成了我们的分区，有思路之后其实SQL不难写
网友评论