查询用户出现在表中后的前 48 小时活动 (HiveQL / SQL)

Posted 2023-05-09

【中文标题】查询用户出现在表中后的前 48 小时活动 (HiveQL / SQL)

【英文标题】：Querying the first 48 hours of activity after a user appears in a table (HiveQL / SQL)

【发布时间】：2020-06-06 01:50:10

【问题描述】：

我正在使用 Hive 表，该表表示网站上的流量并包含 user_id、day 和 event 等列。我还有一个单独的user_ids 列表，我正在尝试为此 Hive 表编写一个查询，该查询返回与该列表中每个用户的前 48 小时活动相对应的所有行（对于每个用户，有表中带有event = SIGNUP 的初始行）。

对于如何编写此查询，我感到有些困惑。有没有人指点一下？

谢谢！

【问题讨论】：

请提供样本数据和所需结果。

【参考方案1】：

您可以使用窗口函数计算每个user_id 的第一个日期：

select t.*
from (select t.*, 
             min(day) over (partition by user_id) as min_day
      from t
      where t.user_id in ( . . . ) -- your list here
     ) t
where day <= date_add(min_day, 2)