You need to enable JavaScript to run this app. SQLite 计算两行数据差异并赋值数值:按用户统计累计登录使用天数
优惠活动
大模型
产品
解决方案
定价
更多

SQLite 计算两行数据差异并赋值数值:按用户统计累计登录使用天数

SQLite 登录日志 usage_days 计算实现

可直接运行的查询SQL

-- 请将 login_logs 替换为你业务中实际的登录日志表名
WITH base_data AS (
    SELECT
        name,
        login_time,
        -- 按用户分组、登录时间排序,预先取出同用户上一次登录的自然日值
        LAG(date(login_time)) OVER (
            PARTITION BY name 
            ORDER BY login_time
        ) AS prev_login_date
    FROM login_logs
)
SELECT
    name,
    login_time,
    -- 逐行判断是否为新使用日,再对新使用日标记做累计求和,得到usage_days
    SUM(
        CASE
            WHEN prev_login_date IS NULL 
              OR date(login_time) != prev_login_date
            THEN 1
            ELSE 0
        END
    ) OVER (
        PARTITION BY name 
        ORDER BY login_time
    ) AS usage_days
FROM base_data
ORDER BY name, login_time;

核心逻辑说明

  • 按用户维度拆分登录记录,所有记录按登录时间先后排序,用窗口函数直接获取每条记录对应的同用户上一次登录的自然日
  • 对每条记录做规则判断:如果是该用户的第一条登录记录,或者当前登录的自然日和上一次登录的自然日不一致,就记为一次新的使用日
  • 对单个用户的所有新使用日标记按登录时间累计求和,得到的累计值就是对应记录的usage_days,同一自然日的多次登录会归属同一个使用日计数

注意事项

  • 该查询依赖SQLite 3.25及以上版本的窗口函数能力,目前Python内置sqlite3、常用桌面客户端等主流环境的SQLite版本均已满足要求
  • 如果使用的是低于3.25的老旧SQLite版本,可以通过自连接匹配同用户的登录记录、逐行判断日期间隔的方式实现等价逻辑,但代码冗余度和运行效率会差一些

内容的提问来源于stack exchange,提问作者Carlos

相关产品推荐
方舟 Agent Plan

超全模态模型 × Harness 升级,最新支持 Deepseek-V4.1-Flash、GLM-5.3 系列、Doubao-Seedream-5.0-pro、Kimi-K3 (部分), 限时 9.9 元起

最近更新时间:2026.11.02 02:36:00