怎样通过SQL分组查询找出连续登录天数超过3天的用户

核心思路是用ROW_NUMBER()编号后日期减编号得相同锚点日期以标识连续段；需按user_id分组排序、统一日期类型、建联合索引优化性能，并注意去重和数据库语法差异。

用 ROW_NUMBER() 和日期差构造连续登录组

核心思路是：把每个用户的登录日期按顺序编号，再用日期减去编号，同一连续段的结果会相同。比如 2024-01-01、02、03 编号为 1/2/3，相减都得 2023-12-31 —— 这个“锚点日期”就是连续段的起始基准。

实操时注意三点：

• ROW_NUMBER() 必须按 user_id 分组、login_date 排序，否则编号错乱
• 日期类型要统一，login_date 不能是 DATETIME 或带时分秒，否则需先 CAST(login_date AS DATE)
• MySQL 8.0+、PostgreSQL、SQL Server 都支持 ROW_NUMBER()；MySQL 5.7 及更早版本需用变量模拟，容易出错，建议升级或换方案

GROUP BY 锚点日期后筛选长度

构造出锚点列（比如叫 grp）后，对 user_id 和 grp 联合分组，再用 COUNT(*) 算连续天数。

典型写法：

SELECT user_idFROM (  SELECT     user_id,    login_date,    DATE_SUB(login_date, INTERVAL ROW_NUMBER() OVER (PARTITION BY user_id ORDER BY login_date) DAY) AS grp  FROM login_log) tGROUP BY user_id, grpHAVING COUNT(*) > 3;

注意：HAVING COUNT(*) > 3 表示“超过3天”，即至少4天连续；若要“≥3天”，改用 >= 3。

处理重复登录和跨年边界

用户同一天多次登录会导致 COUNT(*) 偏大，必须先去重：

• 在子查询里加 DISTINCT user_id, login_date，或用 GROUP BY user_id, login_date 预聚合
• 跨年不构成障碍，DATE_SUB 在 MySQL 中能正确处理如 2023-12-31 - INTERVAL 1 DAY = 2023-12-30，无需额外适配
• 但若数据库用的是 Oracle 或 PostgreSQL，DATE 运算语法不同：PostgreSQL 用 login_date - ROW_NUMBER() OVER (...)::INT，Oracle 用 login_date - ROW_NUMBER() OVER (...)

性能关键：索引必须覆盖 user_id + login_date

没索引时，PARTITION BY user_id ORDER BY login_date 会触发全表扫描，百万级数据可能卡住。

建索引命令：

CREATE INDEX idx_user_login ON login_log (user_id, login_date);

这个联合索引同时支撑分组、排序和去重，比单列索引有效得多。如果表已有主键含这两列，确认顺序是否匹配——user_id 必须在前。

连续登录分析本身不难，难点在数据质量：空值、时区混杂、日志漏采都会让 grp 计算失准，上线前务必用真实样本跑一遍中间结果。