基於PostgreSQL數據庫的流失、迴流統計

上次遇到一個需求是統計流失與迴流用戶。流失用戶分爲7日流失、14日流失、30日流失，n日流失的定義爲到統計日期爲止，連續n日沒有遊戲記錄的用戶即爲統計日期當天的n日流失；迴流用戶也分爲7日迴流、14日迴流、30日迴流，n日迴流的定義爲在統計日期有遊戲記錄，在統計日期以前的最近一次遊戲記錄距離統計日期大於等於n日即爲統計日期當天的n日迴流。當時聽產品經理闡述需求的時候就有一點一臉懵逼，不過理解以後就還好了，能夠參照下圖。

n日流失定義：

n日迴流定義：

目前有一個日表記錄着每一個用戶天天的局數，表結構以下：

表中的數據以下：

假設如今咱們想要統計在2018.7.10的n日流失用戶有哪些，咱們能夠這樣來查詢：

SELECT
	user_id
FROM
	(
		SELECT
			*
		FROM
			user_day A
		WHERE
			NOT EXISTS (
				SELECT
					1
				FROM
					user_day
				WHERE
					user_id = A .user_id
				AND log_date > A .log_date
				AND log_date <= '2018-07-10'
			)
		AND A .log_date <= '2018-07-10'
	) AS b
WHERE
	log_date = '2018-07-03';

其中子查詢的做用是篩選出每一個用戶在小於等於2018-07-10日的最近的一條遊戲記錄，而後在其中篩選出在2018-07-03日的遊戲記錄對應的用戶ID，這些用戶ID對應的用戶即爲2018-07-10日的7日流失用戶。

假設咱們想要統計在2018-07-10的7日迴流用戶的話，能夠這樣來查詢：

SELECT
	user_id
FROM
	(
		SELECT
			user_id,
			log_date
		FROM
			user_day u
		WHERE
			NOT EXISTS (
				SELECT
					*
				FROM
					user_day
				WHERE
					user_id = u.user_id
				AND log_date > u.log_date
				AND log_date < '2018-07-10'
			)
		AND u.log_date < '2018-07-10'
	) AS A
WHERE
	log_date <= '2018-07-03'
AND user_id IN (
	SELECT
		user_id
	FROM
		user_day
	WHERE
		log_date = '2018-07-10'
);

其中子查詢的做用是篩選出每一個用戶在小於2018-07-10日的最近的一條遊戲記錄，而後在其中篩選出小於2018-07-03日的遊戲記錄對應的user_id，而後在查詢這些user_id中在2018-07-10日有遊戲記錄的user_id，即爲2018-07-10日的7日迴流用戶ID。