讲师中心 微信公众号

工具推荐

视频效率加速
Seko
Seko

AI短剧一键生成成片

AniShort
AniShort

AI短剧协同制作平台

Laper
Laper

剧本策划到成片协作

立刻MV
立刻MV

低成本歌曲 MV、视频生成

如何在SQL中通过自连接配合聚合函数计算留存率

小辰同学_4004

小辰同学_4004

发布时间:2026-11-16 17:44:13

|

382人浏览过

|

来源于php中文网

原创

在sql中通过自连接配合聚合函数计算留存率,核心做法是将同一张表按用户id进行自连接,利用时间差条件匹配“活跃”与“回访”记录,再使用count和avg等聚合函数统计比例。具体而言,将表别名为当前期(如`curr`)和历史期(如`prev`),关联条件为`curr.user_id = prev.user_id`且`curr.date = prev.date + interval`,最后对历史期的存在性进行布尔聚合或计数除以总数,即可得出留存率。

如何在SQL中通过自连接配合聚合函数计算留存率

如何编写基础的用户次日留存查询

基础查询通过自连接筛选出在第二天依然存在的用户,并使用COUNT聚合计算留存人数占总人数的比例。假设有一张包含用户登录日志的表`user_logins`,其中包含`user_id`和`login_date`字段。我们需要找出第一天登录的用户,并检查他们在第二天是否再次登录。通过左连接(LEFT JOIN)确保即使没有次日登录的用户也被保留,从而准确计算分母。

如何在SQL中通过自连接配合聚合函数计算留存率

SELECT
    COUNT(DISTINCT curr.user_id) AS total_users,
    COUNT(DISTINCT next.user_id) AS retained_users,
    AVG(CASE WHEN next.user_id IS NOT NULL THEN 1.0 ELSE 0.0 END) AS retention_rate
FROM user_logins curr
LEFT JOIN user_logins next
    ON curr.user_id = next.user_id
    AND next.login_date = curr.login_date + INTERVAL '1 day'
WHERE curr.login_date = '2023-10-01';

上述代码首先筛选出特定日期(如2023-10-01)的所有首次或当日登录用户作为基准组(`curr`)。接着,尝试在`user_logins`表中寻找相同`user_id`且在次日(`+ INTERVAL '1 day'`)有登录记录的行(`next`)。如果找到匹配行,`next.user_id`不为空;否则为空。`AVG`函数结合`CASE`表达式将非空值视为1,空值视为0,其平均值即为留存率。`COUNT(DISTINCT ...)`用于处理同一用户多次登录的情况,确保每个用户只被计算一次。

如何扩展计算多日周期留存率

扩展计算需要引入时间窗口概念,通常通过生成日期序列或使用子查询来对比不同天数的留存情况。为了同时获取第1、7、30天的留存率,可以将自连接的条件参数化,或者使用多个自连接。更通用的方法是使用`GROUP BY`对初始登录日期分组,并在连接条件中使用不同的间隔天数。

如何在SQL中通过自连接配合聚合函数计算留存率

WITH daily_active AS (
    SELECT DISTINCT user_id, login_date
    FROM user_logins
    WHERE login_date BETWEEN '2023-10-01' AND '2023-10-07'
)
SELECT
    d.login_date AS cohort_date,
    COUNT(DISTINCT d.user_id) AS cohort_size,
    SUM(CASE WHEN a1.user_id IS NOT NULL THEN 1 ELSE 0 END) AS day_1_retained,
    SUM(CASE WHEN a7.user_id IS NOT NULL THEN 1 ELSE 0 END) AS day_7_retained,
    SUM(CASE WHEN a30.user_id IS NOT NULL THEN 1 ELSE 0 END) AS day_30_retained
FROM daily_active d
LEFT JOIN daily_active a1
    ON d.user_id = a1.user_id AND a1.login_date = d.login_date + INTERVAL '1 day'
LEFT JOIN daily_active a7
    ON d.user_id = a7.user_id AND a7.login_date = d.login_date + INTERVAL '7 days'
LEFT JOIN daily_active a30
    ON d.user_id = a30.user_id AND a30.login_date = d.login_date + INTERVAL '30 days'
GROUP BY d.login_date;

该查询首先构建一个去重后的每日活跃用户视图`daily_active`,限定在一个时间范围内。然后,基于此视图进行三次自连接,分别匹配第1天、第7天和第30天的活跃记录。`SUM(CASE ...)`用于统计在每个时间点仍然活跃的用户数。最终结果按初始登录日期(`cohort_date`)分组,展示不同批次的用户在后续各天的留存绝对值和相对比例(需在外层或应用层计算比率)。这种方法避免了重复扫描大表,提高了效率。

当用户在同一天多次登录时如何处理数据偏差

当用户在同一天多次登录时,如果不进行去重处理,自连接会产生笛卡尔积效应,导致留存人数被严重高估。例如,如果一个用户在第一天登录了3次,第二天登录了2次,简单的自连接会匹配出6次记录,而不是1个留存用户。因此,必须在连接前或连接后对`user_id`和`date`的组合进行去重。

解决这一问题的关键在于确保参与连接的每一侧都是唯一的“用户-日期”对。在上述示例代码中,CTE `daily_active`使用了`DISTINCT user_id, login_date`,这保证了每个用户在每一天只出现一次。如果在原始表中存在大量重复日志,这一步骤至关重要。此外,在计算留存率时,使用`COUNT(DISTINCT user_id)`作为分母和分子中的计数依据,也能进一步防止因连接产生的冗余行影响统计结果。若不使用CTE去重,直接在主查询中使用`COUNT(DISTINCT curr.user_id)`和`COUNT(DISTINCT next.user_id)`也能达到类似效果,但性能可能略低,因为数据库需要先完成全连接再去重。推荐在连接前就清洗数据,确保输入数据的唯一性。

热门AI工具

更多
切问学术

切问学术是一款AI论文写作工具,复旦大学NLP团队推出的AI学术智能体。

豆包大模型

豆包大模型是一款由字节跳动推出的企业级大语言模型服务平台。

立刻MV
立刻MV Hot

立刻MV是一款AI文本写作工具,AI 音乐视频(MV)创作工具。

DeepSeek

DeepSeek是一款面向对话、写作、编程和推理场景的AI大模型工具。

PixTV
PixTV Hot

PixTV是一款面向AIGC内容创作的AI视频生成工具。

超级简历WonderCV

一款AI办公效率工具,主要用于免费求职简历模版下载制作,应届生职场人必备简历制作神器,适合需要提升相关任务效率的用户。

创客贴AI

创客贴AI是一款AI图像与设计工具,AI辅助的智能在线设计工具。

WorkBuddy

一款AI办公效率工具,主要用于腾讯云推出的AI原生桌面智能体工作台,适合需要提升相关任务效率的用户。

讯飞智文

一款面向学习和办公场景的AI文档创作工具,可辅助生成PPT与Word文档,提高资料整理和内容制作效率。

相关专题

更多
数据分析工具有哪些
数据分析工具有哪些

数据分析工具有Excel、SQL、Python、R、Tableau、Power BI、SAS、SPSS和MATLAB等。详细介绍:1、Excel,具有强大的计算和数据处理功能;2、SQL,可以进行数据查询、过滤、排序、聚合等操作;3、Python,拥有丰富的数据分析库;4、R,拥有丰富的统计分析库和图形库;5、Tableau,提供了直观易用的用户界面等等。

5043

2023.10.12

SQL中distinct的用法
SQL中distinct的用法

SQL中distinct的语法是“SELECT DISTINCT column1, column2,...,FROM table_name;”。本专题为大家提供相关的文章、下载、课程内容,供大家免费下载体验。

1031

2023.10.27

SQL中months_between使用方法
SQL中months_between使用方法

在SQL中,MONTHS_BETWEEN 是一个常见的函数,用于计算两个日期之间的月份差。想了解更多SQL的相关内容,可以阅读本专题下面的文章。

1329

2024.02.23

SQL出现5120错误解决方法
SQL出现5120错误解决方法

SQL Server错误5120是由于没有足够的权限来访问或操作指定的数据库或文件引起的。想了解更多sql错误的相关内容,可以阅读本专题下面的文章。

7121

2024.03.06

sql procedure语法错误解决方法
sql procedure语法错误解决方法

sql procedure语法错误解决办法:1、仔细检查错误消息;2、检查语法规则;3、检查括号和引号;4、检查变量和参数;5、检查关键字和函数;6、逐步调试;7、参考文档和示例。想了解更多语法错误的相关内容,可以阅读本专题下面的文章。

3763

2024.03.06

oracle数据库运行sql方法
oracle数据库运行sql方法

运行sql步骤包括:打开sql plus工具并连接到数据库。在提示符下输入sql语句。按enter键运行该语句。查看结果,错误消息或退出sql plus。想了解更多oracle数据库的相关内容,可以阅读本专题下面的文章。

7100

2024.04.07

sql中where的含义
sql中where的含义

sql中where子句用于从表中过滤数据,它基于指定条件选择特定的行。想了解更多where的相关内容,可以阅读本专题下面的文章。

9961

2024.04.29

sql中删除表的语句是什么
sql中删除表的语句是什么

sql中用于删除表的语句是drop table。语法为drop table table_name;该语句将永久删除指定表的表和数据。想了解更多sql的相关内容,可以阅读本专题下面的文章。

1350

2024.04.29

Go-Zero API开发使用教程
Go-Zero API开发使用教程

本专题聚焦Go-Zero的API开发,拆解.api描述文件的语法结构、路由与分组定义、参数绑定与校验规则,说明统一响应体、JWT鉴权、跨域与接口文档生成的落地方式,并给出网关聚合与接口测试的实践建议。

140

2026.11.12

热门下载

更多
网站特效
/
网站源码
/
网站素材
/
前端模板

精品课程

更多
相关推荐
/
热门推荐
/
最新课程
关于我们 免责申明 举报中心 意见反馈 讲师合作 广告合作 最新更新
php中文网:公益在线php培训,帮助PHP学习者快速成长!
关注服务号
PHP中文网订阅号
每天精选资源文章推送

Copyright 2014-2026 https://www.php.cn/ All Rights Reserved | php.cn