SQL实现中断序列关联的用户浏览会话StartId生成问题

算力阿峰

2026-9-27

实现用户连续浏览同文件的会话起始ID计算

问题根源

你之前使用FIRST_VALUE(Id) OVER (PARTITION BY User, File ORDER BY Id)的逻辑是将同一个用户访问同一个文件的所有记录都归为同一组，没有区分「中途切换其他文件后再返回」的场景，因此会出现Id=7的StartId错误计算为1的问题。

实现逻辑

我们需要先识别同一个用户连续访问同一个文件的会话组，再基于会话组计算起始ID，步骤如下：

对每个用户的操作按ID升序排序，对比当前行和上一行访问的文件是否相同，不同则标记为新会话断点
对断点标记做累加求和，得到每个用户内部唯一的会话编号，同一个连续访问同文件的操作会被分到同一个会话
按用户+会话编号分区，取分区内最小的ID作为当前会话的StartId

可运行SQL代码

WITH mark_session_break AS (
    SELECT
        *,
        -- 新会话断点标记：上一个访问的文件和当前不同/是用户第一条操作时记为1，否则0
        CASE WHEN File = LAG(File) OVER(PARTITION BY User ORDER BY Id) THEN 0 ELSE 1 END AS is_new_session
    FROM 你的日志表名
),
calc_session_id AS (
    SELECT
        *,
        -- 累加断点得到用户内唯一会话ID
        SUM(is_new_session) OVER(PARTITION BY User ORDER BY Id) AS user_session_id
    FROM mark_session_break
)
SELECT
    Id,
    User,
    File,
    FIRST_VALUE(Id) OVER(PARTITION BY User, user_session_id ORDER BY Id) AS StartId
FROM calc_session_id
ORDER BY Id;