使用 T-SQL 滚动 DAU、MAU

Posted 2023-03-24

【中文标题】使用 T-SQL 滚动 DAU、MAU

【英文标题】：Rolling DAU, MAU using T-SQL

【发布时间】：2019-05-08 14:13:24

【问题描述】：

情况：

我有一个包含 email 和 login_time 列的登录表。我想计算每日登录时间（DAU）和滚动每月登录时间（MAU）。 DAU 和 MAU 必须计算不同的用户。即，如果某人在过去 30 天 (MAU) 中登录 20 次，那么他只会被计算一次。同样的逻辑也适用于 DAU。 MAU 的范围是 30 天。

DAU：是通过每天使用不同的电子邮件登录来计算的。

MAU： 是通过连续 30 天的不同电子邮件登录来计算的。

期望的结果： 见下面的小提琴

Date         MAU     DAU     
2019-04-01   4       2  
2019-04-02   3       2  
2019-04-03   4       2   

计算 DAU 相当简单，但是获取滚动 MAU，不知道如何。

小提琴：

create table #t1 (email varchar(max), login_time datetime)
insert into #t1 values 
('[e-mail]', '2019-03-15 00:00:00.000'),
('[e-mail]', '2019-04-01 00:00:00.000'),
('[e-mail]', '2019-04-02 00:00:00.000'),
('[e-mail]', '2019-04-03 00:00:00.000'),

('[e-mail]', '2019-03-19 00:00:00.000'),
('[e-mail]', '2019-04-01 00:00:00.000'),
('[e-mail]', '2019-04-02 00:00:00.000'),
('[e-mail]', '2019-04-02 00:00:00.000'),

('[e-mail]', '2019-03-02 00:00:00.000'),
('[e-mail]', '2019-04-03 00:00:00.000'),

('[e-mail]', '2019-03-06 00:00:00.000')

【问题讨论】：

你没有很好地解释 DAU 和 MAU 是如何定义的。请解释一下。

@GordonLinoff 完成。

@Cowthulhu > 2016

@Cowthulhu 非常重要，我正在处理的表每天要处理数十万次登录。

@D-Shih 不应该。在过去 30 天内是指在该 30 天范围内。此后的任何内容都不应包含在 MAU 中

【参考方案1】：

这是一种方法。

SELECT login_time, 
    m.MAU,
    COUNT(DISTINCT email) AS DAU
FROM #t1 d
CROSS APPLY (SELECT COUNT( DISTINCT email) AS MAU
            FROM #t1 m
            WHERE m.login_time BETWEEN DATEADD( dd, -30, d.login_time) AND d.login_time) m
GROUP BY login_time, m.MAU
ORDER BY login_time;

【参考方案2】：

感谢 Luis，非常聪明的回答，这将是 mysql 8.X 的版本，以防万一你需要它，就像我一样：

drop table if exists t1;

create table t1 (email text, login_time datetime)
;
insert into t1 values 
('[e-mail]', '2019-03-15 00:00:00.000'),
('[e-mail]', '2019-04-01 00:00:00.000'),
('[e-mail]', '2019-04-02 00:00:00.000'),
('[e-mail]', '2019-04-03 00:00:00.000'),

('[e-mail]', '2019-03-19 00:00:00.000'),
('[e-mail]', '2019-04-01 00:00:00.000'),
('[e-mail]', '2019-04-02 00:00:00.000'),
('[e-mail]', '2019-04-02 00:00:00.000'),

('[e-mail]', '2019-03-02 00:00:00.000'),
('[e-mail]', '2019-04-03 00:00:00.000'),

('[e-mail]', '2019-03-06 00:00:00.000')

;
SELECT login_time, 
    m.MAU,
    COUNT(DISTINCT email) AS DAU
FROM t1 as d,
LATERAL (SELECT COUNT( DISTINCT email) AS MAU
            FROM t1 m
            WHERE m.login_time BETWEEN d.login_time - interval 30 day AND d.login_time) as m
GROUP BY login_time, m.MAU
ORDER BY login_time; 

在 MySQL 8.X 中相当于 CROSS APPLY 的是 LATERAL 关键字（意思是“这个派生表依赖于其左侧的先前表”）：