如何用ROW_NUMBER快速计算SQL表中连续登录天数，构造等差数列？

本文共计738个文字，预计阅读时间需要3分钟。

由于用户登录日期可能不连续、存在重复、跨月/跨年跳跃，使用`DATEDIFF()`函数计算天数差会将中间缺失的天数也计入，无法真实反映连续登录的情况。而使用`ROW_NUMBER()`按登录时间排序后生成的递增序号，与日期本身结合构成可排序序列，只要`login_date + ROW_NUMBER()`的结果相同，即可说明这些日期是连续的（即差分数列为1）。

关键点在于：同一连续段内，login_date - ROW_NUMBER() 是常量；段与段之间这个值会跳变。

构造分组标识：用 DATE_SUB(login_date, INTERVAL ROW_NUMBER() OVER (...) DAY)

MySQL 8.0+ 或 PostgreSQL 中需把日期转为可运算类型。以 MySQL 为例，核心是构造一个稳定的“连续段锚点”：

SELECT user_id, login_date, DATE_SUB(login_date, INTERVAL ROW_NUMBER() OVER (PARTITION BY user_id ORDER BY login_date) DAY) AS grp FROM user_login;

这个 grp 就是每个连续登录段的唯一标识。之后按 user_id 和 grp 分组，COUNT(*) 就是该段连续天数。

注意：ROW_NUMBER() 必须加 PARTITION BY user_id，否则全表编号会混掉不同用户；ORDER BY login_date 缺失会导致分组错乱。

查最长连续天数：嵌套查询 + MAX(COUNT(*)) 不行，得用两层 GROUP BY

不能直接 GROUP BY user_id, grp 后再 MAX(COUNT(*))——SQL 不允许在聚合函数里嵌套聚合。正确写法是两步：

• 子查询先算出每个用户的每一段连续天数
• 外层按 user_id 取 MAX(segment_days)

SELECT user_id, MAX(segment_days) AS max_consecutive_days FROM ( SELECT user_id, DATE_SUB(login_date, INTERVAL ROW_NUMBER() OVER (PARTITION BY user_id ORDER BY login_date) DAY) AS grp, COUNT(*) AS segment_days FROM user_login GROUP BY user_id, grp ) t GROUP BY user_id;

如果只要全局最长（不区分用户），去掉外层 GROUP BY，直接 SELECT MAX(segment_days) 即可。

容易被忽略的边界问题：重复登录、时区、日期精度

若同一天多次登录，ROW_NUMBER() 会为每条记录分配不同序号，导致本应合并的日期被拆成多个“伪连续段”。解决方法是先去重：

• 用 DISTINCT user_id, DATE(login_time) 或 GROUP BY user_id, DATE(login_time) 预处理
• PostgreSQL 可用 date_trunc('day', login_time) 统一精度
• MySQL 若用 DATETIME 字段，务必用 DATE(login_time) 提取日期，避免时分秒干扰

另外，ROW_NUMBER() 在窗口函数中默认无 ORDER BY 会报错，且 PARTITION BY 漏写会导致整个逻辑失效——这种错误不会报语法错，但结果完全不对，调试时要优先核对这两项。