最近多次看到用SQL查询连续打卡信息问题,自己也实践一波。抛开问题本身,也是对MySQL窗口函数和自定义变量用法的一种练习。
01 建表
所用数据库为MySQL8.0,简单而不失一般性,建立一个仅有记录id、用户id、日期和打卡标记共4个字段的数据表。建表语句为:
1CREATE TABLE `testd` ( 2 `id` int NOT NULL AUTO_INCREMENT, 3 `userid` int NOT NULL, 4 `dday` date DEFAULT(CURRENT_DATE), 5 `flag` tinyint(1) DEFAULT(0), 6 PRIMARY KEY (`id`) 7) ENGINE=InnoDB
为使查询更具一般性,设计数据表中有两个用户、日期存在跨月、且可能存在日期不连续的情形(虽然实际中可能并不存在这样的情况),插入如下数据:
1INSERT INTO `testd`(`id`, `userid`, `dday`, `flag`) VALUES (1, 1, '2020-03-31', 1); 2INSERT INTO `testd`(`id`, `userid`, `dday`, `flag`) VALUES (2, 1, '2020-04-01', 0); 3INSERT INTO `testd`(`id`, `userid`, `dday`, `flag`) VALUES (3, 1, '2020-04-02', 1); 4INSERT INTO `testd`(`id`, `userid`, `dday`, `flag`) VALUES (4, 1, '2020-04-03', 1); 5INSERT INTO `testd`(`id`, `userid`, `dday`, `flag`) VALUES (5, 1, '2020-04-04', 1); 6INSERT INTO `testd`(`id`, `userid`, `dday`, `flag`) VALUES (6, 1, '2020-04-05', 1); 7INSERT INTO `testd`(`id`, `userid`, `dday`, `flag`) VALUES (7, 1, '2020-04-07', 0); 8INSERT INTO `testd`(`id`, `userid`, `dday`, `flag`) VALUES (8, 1, '2020-04-08', 1); 9INSERT INTO `testd`(`id`, `userid`, `dday`, `flag`) VALUES (9, 1, '2020-04-09', 1); 10INSERT INTO `testd`(`id`, `userid`, `dday`, `flag`) VALUES (10, 1, '2020-04-10', 1); 11INSERT INTO `testd`(`id`, `userid`, `dday`, `flag`) VALUES (11, 1, '2020-04-11', 0); 12INSERT INTO `testd`(`id`, `userid`, `dday`, `flag`) VALUES (12, 2, '2020-03-31', 0); 13INSERT INTO `testd`(`id`, `userid`, `dday`, `flag`) VALUES (13, 2, '2020-04-01', 1); 14INSERT INTO `testd`(`id`, `userid`, `dday`, `flag`) VALUES (14, 2, '2020-04-02', 1); 15INSERT INTO `testd`(`id`, `userid`, `dday`, `flag`) VALUES (15, 2, '2020-04-03', 1); 16INSERT INTO `testd`(`id`, `userid`, `dday`, `flag`) VALUES (16, 2, '2020-04-04', 1); 17INSERT INTO `testd`(`id`, `userid`, `dday`, `flag`) VALUES (17, 2, '2020-04-05', 0); 18INSERT INTO `testd`(`id`, `userid`, `dday`, `flag`) VALUES (18, 2, '2020-04-07', 0); 19INSERT INTO `testd`(`id`, `userid`, `dday`, `flag`) VALUES (19, 2, '2020-04-08', 1); 20INSERT INTO `testd`(`id`, `userid`, `dday`, `flag`) VALUES (20, 2, '2020-04-09', 1); 21INSERT INTO `testd`(`id`, `userid`, `dday`, `flag`) VALUES (21, 2, '2020-04-10', 1); 22INSERT INTO `testd`(`id`, `userid`, `dday`, `flag`) VALUES (22, 2, '2020-04-11', 1);
查询目标是获得用户的连续打卡天数,包括最近连续打卡信息、历史最长打卡信息和所有连续打卡信息。
02 分析
对于这种类型的需求,个人认为应该属于滑动窗口问题,即满足同一取值的最大窗口长度(打卡情况的窗口长度),MySQL自从8.0版本开始,提供了常用的窗口函数用法,像之前的3种排名(参考一文解决所有MySQL分类排名问题)问题在8.0中运用窗口函数就非常简单。
MySQL8.0支持窗口函数
但对于这个具体需求,似乎现有窗口函数并不能直接得到答案,所以我们考虑退而求其次——采用自定义变量的方法曲线求解。
为简单起见,我们采取先单用户再多用户的思路逐步分析。
02 单用户打卡查询
单用户情况下,求解连续打卡信息意味着,在对日期顺序排序的基础上:
- 如果用户今天打卡:
- 如果昨天也打卡,则今天连续打卡天数是在昨天基础上+1
- 如果昨天未打卡,则连续打卡天数从1开始,计数1
- 如果未打卡,则记连续打卡天数为0
进一步地,我们发现在在定义用户未打卡时打卡天数=0的基础上,当用户打卡时无论前一天是否打卡,其打卡天数均为前一天+1(即要么是0+1,要么是N+1)
进而,可以写出如下SQL语句:
1SELECT 2 userid, dday, flag, @pre_check := IF(flag, @pre_check + 1, 0) AS 'check_days' 3FROM 4 testd, (SELECT @pre_check := 0 ) init 5WHERE 6 userid = 1 7ORDER BY 8 dday
其中限定userid=1是为了仅考虑单用户情形,自定义变量@pre_check表示前一天打卡天数, init子表用于初始化变量@pre_check=0。得到查询结果:
单用户连续打卡信息
得到这个结果,那么对于单用户时求其打卡信息就简单多了,例如求其最近连续打卡天数,则用如下SQL:
1SELECT 2 userid, dday, check_days 3FROM 4 ( 5 SELECT 6 userid, dday, flag, @pre_check := IF( flag, @pre_check + 1, 0 ) AS 'check_days' 7 FROM 8 testd, (SELECT @pre_check := 0 ) init 9 WHERE 10 userid = 1 11 ORDER BY 12 dday 13 ) tmp 14WHERE 15 check_days > 0 16ORDER BY 17 dday DESC 18LIMIT 1
实际上就是在前一步得到的衍生表基础上,筛选打卡天数大于0的日期按降序排列,取出最近一条记录即为最近的连续打卡日期。筛选条件改成大于7就是最近的连续7天打卡的日期。得到查询结果:
单用户最近连续打卡信息
那么如果要查询历史打卡天数最长的日期呢?只需要按打卡天数降序排列即可:
1SELECT 2 userid, dday, check_days 3FROM 4 ( 5 SELECT 6 userid, dday, flag, @pre_check := IF( flag, @pre_check + 1, 0 ) AS 'check_days' 7 FROM 8 testd, (SELECT @pre_check := 0 ) init 9 WHERE 10 userid = 1 11 ORDER BY 12 dday 13 ) tmp 14ORDER BY 15 check_days DESC 16LIMIT 1
得到结果:
单用户历史最长打卡信息
03 多用户打卡查询
在单用户打卡查询的基础上,其实多用户打卡查询的思路是一致的,只不过为了区分用户维度,需要再增加一个自定义变量。对用户和日期进行排序,而后采取以下逻辑:
- 如果当前记录的用户与上一个用户相同:
- 如果该用户当天打卡,则其打卡天数是前一天打卡天数+1
- 否则,即当天未打卡,则打卡天数为0
- 如果当前记录用户是新用户:
- 如果打卡,则打卡计数为1
- 否则,计数为0
基于以上思路,可写出基本的SQL语句如下:
1SELECT 2 userid, dday, flag, 3 @pre_check := IF(userid = @pre_userid, IF(flag, @pre_check + 1, 0), IF(flag, 1, 0)) AS 'check_days', 4 @pre_userid := userid AS 'Pre_user' 5FROM 6 testd, (SELECT @pre_check := 0, @pre_userid := null ) init 7ORDER BY 8 userid, dday
其中增加了一个自定义变量@preuser,表示当前行的前一条记录用户信息。得到查询结果:
多用户连续打卡信息
在获得各用户连续打卡天数信息后,如果是查询各用户最近连续打卡天数,则可依据用户进行分组后查询该用户最近连续打卡天数大于0的信息(为表述简单,记前面查询到的衍生表为tmp表):
1SELECT 2 userid, dday, check_days 3FROM 4 tmp 5WHERE 6 (userid, dday) in ( SELECT userid, max(dday) 7 FROM tmp 8 WHERE check_days> 9 GROUP BY userid )
得到查询结果:
多用户最近连续打卡信息
类似的,如果要查询各用户的历史最长连续打卡信息,依然采取类似思路,有:
1SELECT 2 userid, dday, check_days 3FROM 4 tmp 5WHERE 6 (userid, check_days) in ( SELECT userid, max(check_days) 7 FROM tmp 8 GROUP BY userid )
得到查询结果:
多用户历史最长连续打卡信息
其中,注意到用户2有两次历史连续打卡天数为4的记录,且都是该用户最长打卡记录。
04 各用户所有连续打卡信息
以上是查询了各用户1次特定的打卡信息(要么是最近,要么是历史最长),如果要查询各用户所有连续打卡信息呢?例如,某用户在'2020-04-01'至'2020-04-04'连续4天打卡、在'2020-04-06'至'2020-04-10'连续5天打卡,则最终显示的2020-04-04的4天和2020-04-10的6天两条信息。
实际上,在以上查询的基础上,这样的查询就是在多用户连续打卡信息表(03部分第一张结果)中筛选出其后一天打卡为0的记录。也就是说,如果当前记录的下一天仍然是连续打卡,那么当前记录不作为最终结果;如果下一天打卡为0,才是最终想提取的信息。
为了实现这一需求,如果是8.0版本,可直接借助窗口函数lead()进行判断。例如:
1SELECT 2 userid, dday, check_days, 3 lead(flag) over(partition by userid) as 'nxt_flag' 4FROM 5 (SELECT 6 userid, dday, flag, 7 @pre_check := IF(userid = @pre_userid, IF(flag, @pre_check + 1, 0), IF(flag, 1, 0)) AS 'check_days', 8 @pre_userid := userid AS 'Pre_user' 9 FROM 10 testd, (SELECT @pre_check := 0, @pre_userid := null ) init 11 ORDER BY 12 userid, dday )tmp
得到结果:
带次日打卡信息的多用户连续打卡记录
基于此衍生表,进一步查出次日当日连续打卡>0且次日打卡为0或者为null的记录(null代表当前是最后一天)即可。其SQL语句:
1SELECT userid, dday, check_days 2FROM 3 ( 4 SELECT 5 userid, dday, check_days, 6 lead(flag) over(partition by userid) as 'nxt_flag' 7 FROM 8 ( 9 SELECT 10 userid, dday, flag, 11 @pre_check := IF(userid = @pre_userid, IF(flag, @pre_check + 1, 0), IF(flag, 1, 0)) AS 'check_days', 12 @pre_userid := userid AS 'Pre_user' 13 FROM 14 testd, (SELECT @pre_check := 0, @pre_userid := null ) init 15 ORDER BY 16 userid, dday 17 ) tmp 18 ) tt 19WHERE check_days and (nxt_flag is null or nxt_flag=0)
最终,得到查询结果:
各用户连续打卡记录
当然,如果是MySQL8.0以下版本,是没有lead()窗口函数可以直接调用的,次此时可借助连接查询或者子查询,设定连接条件是表1和表2用户相同、日期相差为1即可。
05 总结
本文对MySQL中查询用户连续打卡这一问题进行了分析,主要是基于自定义变量的方式,实现了以下问题:
- 查询各用户每天的连续打卡信息(包括未打卡时记为0)
- 查询各用户最近连续打卡信息
- 查询各用户历史最长打卡信息
- 查询各用户所有打卡记录信息