hive中如何快速查询区间留存

Posted 2022-08-07 每天一个摸鱼技巧

常规的数据取数过程中，难免会遇到一些留存数据，针对一次性取一段的留存数据做简单的介绍

例如需求需要取day1 到day2之间的留存数据：

select 
        t1.day_num
        count(t1.id)  as active_num        ---当日活跃用户数
        ,count(t2.id) as retained_num    ---当日活跃用户在次日留存
    from 
        (
         select 
            day_num
            ,id 
         from table_name
         where between '$day1' and '$day2'
        group by day_num,id
         )t1
    left join  
         (
         select 
            date_add(from_unixtime(unix_timestamp(day_num,'yyyyMMdd'),'yyyy-MM-dd'),-1) as day_num
            ,id 
         from table_name
         where date_add(from_unixtime(unix_timestamp('$day1','yyyyMMdd'),'yyyy-MM-dd'),1) and date_add(from_unixtime(unix_timestamp('$day2','yyyyMMdd'),'yyyy-MM-dd'),1)
         group by date_add(from_unixtime(unix_timestamp(day_num,'yyyyMMdd'),'yyyy-MM-dd'),-1),id
         )t2 
    on t1.id=t2.id and t1.day_num = t2.day_num
    group by t1.day_num

通过日期的加减达到日期的同步，通过日期的增加取次日留存数据