Redshift 的月数保留队列计算问题

Posted 2023-03-31

【中文标题】Redshift 的月数保留队列计算问题

【英文标题】：Month number retention cohort calculation issue with Redshift

【发布时间】：2019-04-04 21:36:43

【问题描述】：

我正在尝试按月计算过去 9 个月在 redshift 中的用户保留同类群组。但是我遇到了一个问题，即以下查询中的月份队列没有被滚动到正确的月份。

我查询的数据类型是：

用户 ID - varchar 激活的varchar

这是我要运行的查询：

with by_month as 
(SELECT
userid
DATE_TRUNC('month', cast ("activated" as date)) AS joined_month
FROM customers
GROUP BY 1, 2),

first_month as
(select userid, 
 joined_month,
 FIRST_VALUE(order_month) OVER (PARTITION BY userid ORDER BY 
 joined_month asc rows unbounded preceding) AS first
 FROM by_month),

 months as (select userid,
 joined_month,
 first,
 extract(month from (joined_month - first_month)) as month_number
 from first_month)


SELECT
 first as "cohort",
  SUM(CASE WHEN month_number = '0' THEN 1 ELSE 0 END) AS " Month 0",
  SUM(CASE WHEN month_number = '1' THEN 1 ELSE 0 END) AS " Month 1",
  SUM(CASE WHEN month_number = '2' THEN 1 ELSE 0 END) AS " Month 2",
  SUM(CASE WHEN month_number = '3' THEN 1 ELSE 0 END) AS " Month 3",
  SUM(CASE WHEN month_number = '4' THEN 1 ELSE 0 END) AS " Month 4",
  SUM(CASE WHEN month_number = '5' THEN 1 ELSE 0 END) AS " Month 5",
  SUM(CASE WHEN month_number = '6' THEN 1 ELSE 0 END) AS " Month 6",
  SUM(CASE WHEN month_number = '7' THEN 1 ELSE 0 END) AS " Month 7",
  SUM(CASE WHEN month_number = '8' THEN 1 ELSE 0 END) AS " Month 8",
   SUM(CASE WHEN month_number = '9' THEN 1 ELSE 0 END) AS " Month 9"
  from months
  where first_month >= '2018-08-01'
 GROUP BY 1 
ORDER BY 1 desc 

当我得到结果时，我得到了几个同类群组的一个不可能的数字：

如：

Cohort       Month 0  Month 1
'2019-01-01'   95     120

我做了一些挖掘，发现月份数字没有被正确计算例如，对于 '2019-01-01 的队列，month_ 数字是 t 正确捕获 0,1 和 3，但 2 被遗漏-归因于第 1 个月。非常感谢您对修复的任何帮助！

【问题讨论】：

窗口函数是什么意思？我在您的查询中没有看到任何窗口函数。

您将不得不提供表列数据类型；这很重要。

您的by_month 子查询不包含在下一个重用by_month 的子查询中使用的order_month 列，查询似乎无效

感谢 cmets 每个人，我编辑了我的问题以使其更加相关。

After >> SELECT first as "cohort"，

【参考方案1】：

现在试试

SELECT userid, joined_month, first_month, month_number FROM months 
WHERE first = '2019-01-01' 

（请随意添加其他列以深入了解问题）添加已激活、order_month 等，直到您正确处理导致问题的原因。

【讨论】：

谢谢！看起来问题出在month_number上。它正确捕获了 0、1 和 3，但 2 被错误归因于第 1 个月。我不太确定如何更正

哪个 SELECT 发生了错误归因？ by_month、first_month 或几个月？看看 >>extract(month from (joined_month - first_month)) as month_number