SQL：从用户注册表和事件日志中计算第一天的保留率

Question

我需要通过用户注册日期来计算第一天的保留时间。 第1天保留时间是指在注册日期后1天返回的用户数除以在注册日期注册的用户数。

这是用户表

CREATE TABLE registration (
  user_id SERIAL PRIMARY KEY,
  user_name VARCHAR(255) NOT NULL,
  registrationDate TIMESTAMP NOT NULL
);

INSERT INTO registration (user_id, user_name, registrationDate)
VALUES
  (0, 'John', '2018-01-01 00:01:00'),
  (1, 'David', '2018-01-01 00:04:30'),
  (2, 'Cassy', '2018-01-02 10:00:00'),
  (3, 'Winka', '2018-01-02 14:30:00')
;

CREATE TABLE log (
  user_id INTEGER,
  eventDate TIMESTAMP
);

INSERT INTO log (user_id, eventDate)
VALUES
  (0, '2018-01-01 01:00:00'),
  (0, '2018-01-02 04:00:00'),
  (0, '2018-01-04 06:00:00'),
  (1, '2018-01-01 00:30:00'),
  (3, '2018-01-02 14:40:00'),
  (3, '2018-01-04 12:20:00'),
  (3, '2018-01-06 13:30:00'),
  (2, '2018-01-12 10:10:00'),
  (2, '2018-01-13 09:00:00')

我尝试将注册表加入日志表，因此可以比较日期差。

select registration.user_id, registrationDate, log.eventDate, 
(log.eventDate - registration.registrationDate) as datediff 
from log left join registration ON log.user_id = registration.user_id

我想我需要执行以下任务。

1. 选择datediff = 1的用户并计数。
   • 我添加了一个where语句，但收到一条错误消息，提示“ datediff不存在”

where datediff = 1

2. 按分组日期进行分组。
   • 这也给了我一个错误：“错误：列“ registration.user_id”必须出现在GROUP BY子句中或在聚合函数中使用”

我是SQL的新手，正在解决问题时学习它。 任何帮助/建议将不胜感激

预期结果应返回一个表，该表包含两列（registrationDate和保留时间），其中每位用户注册的每个日期都有行。

Answer 1

我不确定这是否是您的预期结果：对于registrationdate = 2018-01-01所有两个用户均已在第一天之内登录，因此结果为1 。 对于registrationdate = 2018-01-02只有两个用户之一记录在此范围内，因此结果为0.5

---

分步演示：db <> fiddle

 SELECT registrationdate, COUNT(*) FILTER (WHERE is_in_one_day) / daily_regs::decimal -- 6 FROM ( SELECT DISTINCT ON (l.user_id) -- 4 l.user_id, eventdate::date AS eventdate, registrationdate::date AS registrationdate, daily_regs, eventdate - registrationdate < interval '1 day' AS is_in_one_day -- 3 FROM log l JOIN ( -- 2 SELECT *, COUNT(user_id) OVER (PARTITION BY registrationdate::date) AS daily_regs --1 FROM registration ) r ON l.user_id = r.user_id ORDER BY l.user_id, eventdate ) s GROUP BY registrationdate, daily_regs -- 5 

1. 计算每个注册日期的注册总数。 这可以使用部分窗口函数来完成。 它添加一个带有计数的列
2. 在其user_id上连接两个表（在registrations增加一列）
3. 计算当前eventdate和registrationdate 。 检查是否少于一天。
4. 不要让一个用户两次（在您的示例数据中不会发生，但可能是一个用户在此范围内两次登录。该用户不应被计数两次）。
5. 按注册日期分组
6. 计算一天之内所有记录之间的差异（使用FILTER子句），然后除以（1）中计算的注册总数

Answer 2

第1天保留时间是指在注册日期后1天返回的用户数除以在注册日期注册的用户数。

这将定义解释为基于日历日。 我将其表示为：

用户注册后第二天回来的比例是多少？

我认为这是最简单的方法：

select count(distinct l.user_id) * 1.0 / count(distinct r.user_id)
from registration r left join
     log l
     on l.user_id = r.user_id and
        l.eventDate::date = r.registrationDate::date + interval '1 day';

仅当一天中可能发生多个事件时才需要count(distinct) 。

这是db <>小提琴。

我不确定该定义是否100％有用。 如果您有其他定义，建议您提出一个新问题，并提供适当的样本数据和所需的结果 。