用窗口函数识别连续日期段的核心是通过to_days(log_date) - row_number() over (partition by user_id order by log_date)构造恒定分组标识，再按用户和分组聚合求最长连续天数。
用窗口函数识别连续日期段
核心是把同一用户连续的打卡日期划成一组。关键在于：相邻日期的差值固定，但日期本身在变，所以要用 date_sub() 或 datediff() 把日期“归一化”成一个分组标识。
常见错误是直接对 log_date 做 row_number() 然后相减——这只能用于整数序列，日期必须先转为可计算的数值差。MySQL 8.0+、PostgreSQL、SQL Server 都支持 datediff(day, '1970-01-01', log_date) 这类写法；MySQL 5.7 可用 to_days(log_date) 替代。
实操建议：
- 先按
user_id和log_date排序，确保时间顺序 - 构造分组键：
to_days(log_date) - row_number() over (partition by user_id order by log_date) - 这个差值在连续日期下恒定，中断后重置，就是天然的“连续段 ID”
按用户和连续段聚合求最大天数
有了连续段 ID，就可对每个 user_id + 段 ID 统计天数，再取每个用户的最大值。注意：不是统计总打卡天数，而是最长连续段长度。
容易踩的坑：
- 漏掉
partition by user_id，导致跨用户误分组 - 在子查询里用了
group by user_id, segment_id却没加max(segment_length)的外层聚合 - 日期字段含时分秒（如
datetime类型），未用date(log_date)截断，造成同一天多次打卡被拆成多行
简短示例（MySQL）：
SELECT user_id, MAX(cnt) AS max_consecutive_days
FROM (
SELECT user_id,
to_days(log_date) - ROW_NUMBER() OVER (PARTITION BY user_id ORDER BY log_date) AS segment_id,
COUNT(*) AS cnt
FROM打卡表
WHERE log_date IS NOT NULL
GROUP BY user_id, segment_id
) t
GROUP BY user_id;
处理数据缺失或重复打卡
真实场景中，用户可能一天打多次卡，或某天漏打但后续补上——这两类都会干扰连续性判断。
必须前置清洗：
- 用
SELECT DISTINCT user_id, DATE(log_date) AS log_date去重，避免同日多次打卡膨胀段长度 - 若业务允许“补卡”，需确认补录日期是否参与连续计算；通常应以实际打卡时间为准，而非补录时间
- 若原始数据有空值或非法日期（如
'0000-00-00'），to_days()会返回NULL，导致整个 segment_id 为NULL，该记录会被排除——这点要提前验证
性能与兼容性提醒
窗口函数在 MySQL 8.0、PostgreSQL 8.4+、SQL Server 2005+ 支持良好，但 SQLite 3.25+ 才支持 ROW_NUMBER()，旧版本需改用自连接模拟，性能极差。
当打卡表超千万行时：
- 务必在
(user_id, log_date)上建联合索引 - 避免在
WHERE中对log_date用函数（如date(log_date) = ...），否则索引失效 - 如果只查最近 30 天，先用日期范围过滤再开窗，别让窗口扫全表
连续天数逻辑看着简单，真正跑通要盯住三处：日期归一化是否一致、去重是否彻底、索引是否生效。漏掉任意一个，结果就可能偏高或偏低。
