如何在Athena中基于logon页面分组生成会话ID？

要实现按logon页面划分会话（每个会话从logon开始到下一个logon前结束），核心是用累积求和标记每个访问所属的会话，而非按页面单独计数。以下是修正后的SQL：

SELECT
  id,
  page_name,
  visited_time,
  -- 计算当前访问所属的会话编号：每遇到logon页面，会话数+1，后续页面继承该编号
  SUM(CASE WHEN page_name = 'logon' THEN 1 ELSE 0 END) OVER (
    PARTITION BY id 
    ORDER BY visited_time 
    ROWS BETWEEN UNBOUNDED PRECEDING AND CURRENT ROW
  ) AS session_count,
  -- 拼接生成新ID
  CONCAT(id, '-', 
    SUM(CASE WHEN page_name = 'logon' THEN 1 ELSE 0 END) OVER (
      PARTITION BY id 
      ORDER BY visited_time 
      ROWS BETWEEN UNBOUNDED PRECEDING AND CURRENT ROW
    )
  ) AS new_id
FROM your_table_name
ORDER BY id, visited_time;

逻辑说明： #

• PARTITION BY id：按用户id分组，确保每个用户的会话独立计数
• ORDER BY visited_time：按访问时间排序，保证会话顺序正确
• SUM(CASE...) OVER(...)：遍历用户的访问记录，每遇到page_name='logon'就累加1，后续所有非logon页面都会继承这个累加值，直到下一个logon出现时会话数再加1
• CONCAT(id, '-', session_count)：直接拼接用户id和会话编号得到new_id，无需使用复杂的聚合函数

执行结果： #

运行上述SQL后，会得到你期望的输出：

内容的提问来源于stack exchange，提问作者vvazza