昨天群上有人发个阿里的面试题，题目描述大概如下：
数据源：用户登录表，只有俩个字段，uid和dt
试用HQL抽取出连续登录了K天的用户uid
第一个想法就是直接用一个UDF解决，按uid分组，把dt收集起来然后在UDF里面判断是否满足条件
SELECT
uid,
isExist(collect_set(dt), k) flag
FROM
table_name
GROUP
BY
uid
HAVING
flag
=
1
;
其中isExist的逻辑是判断collect_set中是否存在k个连续的值
这种方法简单明了，但是需要额外的写一个UDF，对于不懂JAVA的来说确实比较麻烦
今天群里有个神人给出了一种新的解决思路，十分完美的解决了，下面是具体代码
SELECT
uid,
MAX
(dt)
-
MIN
(dt) diff, COLLECT_set (dt)
FROM
(
SELECT
a.uid, a.dt, dt
-
rn num
FROM
(
SELECT
uid, dt, row_number ()
over
(PARTITION
BY
uid
ORDER
BY
dt) rn
FROM
table_name
GROUP
BY
uid, dt) a) a
GROUP
BY
uid, num
该思路首先利用窗口函数以uid分组然后按照dt排序给出每个dt在排序中的位置，然后用求出dt与位置的差（记为num)
最后按照uid和num做一个聚合，容易发现同一个num组内的dt是连续的值
然后直接计数(count(*))就可以得出结果了
上面的代码只是为了更加方便看到输出的结果正确性，输出结果如下：
UID DIFF DT_ARRAY
1043736
3.0
｛
20140815
20140814
20140813
20140812
｝
1043736
0.0
｛
20140818
｝
1043736
1.0
｛
20140821
20140820
｝
1043844
0.0
｛
20140814
｝
1044090
1.0
｛
20140812
20140811
｝
1044090
2.0
｛
20140816
20140815
20140817
｝
1044090
0.0
｛
20140821
｝
1044264
0.0
｛
20140810
｝
1044264
3.0
｛
20140815
20140814
20140813
20140812
｝
1044264
5.0
｛
20140821
20140820
20140822
20140819
20140817
20140818
｝
结果中uid = 1043736 的一共登录了7天，其中可以拆分成三个连续的登录模块，分别是连续登录1天、2天和4天
