计算用户次日留存率

文章介绍了如何通过SQL查询计算用户在初次登录后第二天再次登录的比率,涉及LEFTJOIN和DATE_ADD函数,用于游戏活动数据的分析。

摘要生成于 C知道 ,由 DeepSeek-R1 满血版支持, 前往体验 >

来自牛客网 SQL快速入门29题

描述

题目:现在运营想要查看用户在某天刷题后第二天还会再来刷题的平均概率。请你取出相应数据。

示例:question_practice_detail

iddevice_idquest_idresultdate
12138111wrong2021-05-03
23214112wrong2021-05-09
33214113wrong2021-06-15
46543111right2021-08-13
52315115right2021-08-13
62315116right2021-08-14
72315117wrong2021-08-15
……

根据示例,你的查询应返回以下结果:

avg_ret
0.3000

知识讲解:

首先,了解一个新函数DATE_ADD(日期类型数据,interval n day) 

返回值:日期列+n天

日期列:如2009-09-01

interval n day:2009-09-01 加上 n 天

实现代码:

SELECT 
    COUNT(q2.device_id) / COUNT(q1.device_id) AS avg_ret 
FROM 
    (SELECT DISTINCT device_id, date FROM question_practice_detail)as q1
LEFT JOIN
    (SELECT DISTINCT device_id, date FROM question_practice_detail) AS q2
ON q1.device_id = q2.device_id AND q2.date = DATE_ADD(q1.date, interval 1 day)

细节讲解:

1.由于是left join,q1是不会变的,q2会根据on的要求变化。

q2.date = DATE_ADD(q1.date, interval 1 day)筛选出q2中符合q1.date+1天的数据,且唯一识别设备名要相同。

所以q2的含义是第二天继续登录的用户的数据。

2.distinct:去除完全相同的数据行,这要求distinct后的所有列都要符合这一要求

形象地说,如果只选一列device_id, 那么很多的2315只会显示一个

但是同时选上了device_id, date,那么只要2315的date不同,就会都显示:

2138    2021-05-03
3214    2021-05-09
3214    2021-06-15
6543    2021-08-13
2315    2021-08-13
2315    2021-08-14
2315    2021-08-15

3214    2021-08-15
3214    2021-08-16
3214    2021-08-18

来自Leetcode 550题:游戏玩法分析4

+--------------+---------+
| Column Name  | Type    |
+--------------+---------+
| player_id    | int     |
| device_id    | int     |
| event_date   | date    |
| games_played | int     |
+--------------+---------+
(player_id,event_date)是此表的主键(具有唯一值的列的组合)。
这张表显示了某些游戏的玩家的活动情况。
每一行是一个玩家的记录,他在某一天使用某个设备注销之前登录并玩了很多游戏(可能是 0)。

编写解决方案,报告在首次登录的第二天再次登录的玩家的 比率四舍五入到小数点后两位。换句话说,你需要计算从首次登录日期开始至少连续两天登录的玩家的数量,然后除以玩家总数。

结果格式如下所示:

示例 1:

输入:
Activity table:
+-----------+-----------+------------+--------------+
| player_id | device_id | event_date | games_played |
+-----------+-----------+------------+--------------+
| 1         | 2         | 2016-03-01 | 5            |
| 1         | 2         | 2016-03-02 | 6            |
| 2         | 3         | 2017-06-25 | 1            |
| 3         | 1         | 2016-03-02 | 0            |
| 3         | 4         | 2018-07-03 | 5            |
+-----------+-----------+------------+--------------+
输出:
+-----------+
| fraction  |
+-----------+
| 0.33      |
+-----------+
解释:
只有 ID 为 1 的玩家在第一天登录后才重新登录,所以答案是 1/3 = 0.33

代码:

select round(count(distinct t2.player_id)/count(distinct t1.player_id), 2) as fraction

from (select distinct player_id, min(event_date) first_date from activity

          group by player_id) as t1

          left join (select distinct player_id, event_date from activity) as t2

          on t1.player_id = t2.player_id and t2.event_date = date_add(t1.first_date, interval 1 day);

细节讲解:

1.保留小数:round(数值列,保留n位小数)

2.该题要求 1个player_id计1人,因此分母部分要用distinct 去除重复player_id

3.题目特殊要求,必须首日登录:因此取出每个用户的首日登录数据作为t1,要用min取首日,group by 按每个玩家分组。

### 回答1: 使用 Hive 计算次日留存率可以使用以下步骤: 1. 使用 HiveQL 在 Hive 中建立两个表,一个表记录当天的用户数据,另一个表记录第二天用户数据。 2. 使用 HiveQL 查询语句,在当天用户数据表中筛选出当天新增用户数。 3. 使用 HiveQL 查询语句,在第二天用户数据表中筛选出第二天登录过的用户。 4. 使用 HiveQL JOIN 查询语句,将当天新增用户数据表和第二天登录过的用户数据表进行连接。 5. 使用 HiveQL 统计查询语句,统计连接后的数据第二天登录过的新增用户数。 6. 使用 HiveQL 计算查询语句,计算次日留存率,公式为:第二天登录过的新增用户数 / 当天新增用户数。 ### 回答2: 使用Hive计算次日留存率的步骤如下: 首先,需要从源数据中提取两天的用户信息,分为第一天的用户第二天用户。可以利用Hive的SELECT语句和日期函数来实现这一步骤。例如,SELECT * FROM user_data WHERE date = '2022-01-01'可以提取出第一天的用户信息,SELECT * FROM user_data WHERE date = '2022-01-02'可以提取出第二天用户信息。在这里,user_data是存储用户数据的表,date是存储日期的字段。 接下来,将第一天的用户信息与第二天用户信息进行连接操作,根据用户的唯一标识(例如用户ID)进行连接。可以通过Hive的JOIN操作来实现这一步骤。例如,SELECT COUNT(DISTINCT a.user_id) FROM (SELECT * FROM user_data WHERE date = '2022-01-01') a JOIN (SELECT * FROM user_data WHERE date = '2022-01-02') b ON a.user_id = b.user_id可以计算出连接后的用户数。 最后,计算次日留存率次日留存率可以通过将连接后的用户数除以第一天的用户数,并乘以100来计算得出。例如,SELECT (COUNT(DISTINCT a.user_id) / COUNT(DISTINCT b.user_id)) * 100 AS retention_rate FROM (SELECT * FROM user_data WHERE date = '2022-01-01') a JOIN (SELECT * FROM user_data WHERE date = '2022-01-02') b ON a.user_id = b.user_id可以计算次日留存率。 综上所述,使用Hive计算次日留存率的步骤包括获取第一天和第二天用户信息,连接两天的用户信息,并计算次日留存率。通过使用Hive的SELECT语句、日期函数和JOIN操作,可以实现这一计算过程。 ### 回答3: Hive是一个基于Hadoop的数据仓库基础设施,用于处理大规模数据集。计算次日留存率可以通过Hive的数据操作和查询功能来实现。 首先,我们需要在Hive中创建一个包含用户活动数据的表。该表的结构可以包含用户ID、日期和活动类型等字段。可以使用Hive的CREATE TABLE语句来定义这个表。 接下来,我们需要编写Hive查询语句来计算次日留存率次日留存率表示在某一天的用户中,有多少比例的用户第二天仍然活跃。 首先,我们可以使用Hive的GROUP BY语句按照日期分组,并统计每天的用户活动数。然后,我们可以使用自连接(self-join)来将前一天和后一天的数据进行连接。 在连接操作后,我们可以使用Hive的COUNT和条件判断函数来计算前一天的用户次日仍然活跃的用户数。最后,我们可以计算次日留存率,即次日留存用户数除以前一天的用户数,再乘以100%。 以下是一个类似的Hive查询语句示例: ``` SELECT (COUNT(DISTINCT t1.user_id) / COUNT(DISTINCT t2.user_id)) * 100 as retention_rate FROM table_name t1 JOIN table_name t2 ON t1.user_id = t2.user_id WHERE DATEDIFF(t2.date, t1.date) = 1; ``` 以上查询语句通过自连接将前一天和后一天的数据进行连接,并使用DATEDIFF函数筛选出相差一天的数据。然后,使用COUNT函数和DISTINCT关键字计算前一天和次日仍然活跃的用户数,并通过除法计算次日留存率。 最后,我们可以执行以上Hive查询语句来计算次日留存率。可以使用Hive的INSERT语句将结果插入到另一个表中,以备后续分析和使用。 总而言之,使用Hive计算次日留存率需要创建表、编写Hive查询语句来连接数据计算留存率。借助Hive的强大功能,我们可以高效地处理大规模的用户活动数据
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值