如何在SQL中结合GROUP BY与窗口函数统计月活留存率

落敏姑娘_5579

落敏姑娘_5579

2026-11-17

165人浏览

原创

不能直接混用;因执行顺序冲突:GROUP BY先聚合(行粒度丢失),窗口函数后计算(需原始行粒度),必须通过子查询、CTE或SUM(聚合) OVER()等分步实现。

如何在sql中结合group by与窗口函数统计月活留存率

GROUP BY 和窗口函数能直接混用吗

不能。在标准 SQL(如 PostgreSQL、MySQL 8.0+、SQL Server)中,GROUP BY 和窗口函数可以共存,但必须分清执行顺序:窗口函数在 GROUP BY 之后计算(即先聚合,再开窗),除非你把窗口函数放在子查询或 CTE 中对原始明细数据操作。

月活留存率的核心是「以某月为起点,看后续月份是否仍有活跃」,它天然依赖用户级行为明细(比如 user_id, event_date),而不是聚合后的结果。所以正确做法通常是:先用窗口函数标记每个用户的首次活跃月(或当月是否留存),再用 GROUP BY 汇总比率。

  • 错误写法:SELECT month, COUNT(DISTINCT user_id), COUNT(DISTINCT user_id) OVER (PARTITION BY user_id ORDER BY month)... —— GROUP BY month 后 user_id 已丢失粒度,窗口函数无意义
  • 正确路径:先用 CTE 或子查询算出每个用户每月的「是否为新客」「是否在 N 月后仍活跃」,再按月份 GROUP BY 统计

如何用窗口函数定义「次月留存」逻辑

次月留存 = 在 M 月首次活跃的用户中,有多少人在 M+1 月也产生了行为。关键在于识别「首次活跃月」和「跨月连续性」,这需要两个窗口函数配合:

  • MIN(event_date) OVER (PARTITION BY user_id) 得到每个用户的首活日期(用于圈定「新客群」)
  • LEAD(event_date) OVER (PARTITION BY user_id ORDER BY event_date) 判断下一次活跃是否落在「首活月+1个月内」
  • 注意:用 DATE_TRUNC('month', event_date)(PostgreSQL)或 YEAR(event_date)*100 + MONTH(event_date)(MySQL)统一成「年月」维度,避免日级干扰

示例片段(PostgreSQL):

Typeless
Typeless

Typeless是一款AI文本写作工具,AI语音输入工具,智能上下文润色。

下载
WITH user_first AS (
  SELECT user_id,
         DATE_TRUNC('month', MIN(event_date)) AS first_month
  FROM events
  GROUP BY user_id
),
monthly_active AS (
  SELECT DISTINCT
    user_id,
    DATE_TRUNC('month', event_date) AS active_month
  FROM events
),
cohort AS (
  SELECT m.user_id, m.active_month, f.first_month,
         (m.active_month = f.first_month) AS is_new,
         (m.active_month = f.first_month + INTERVAL '1 month') AS is_retained_next
  FROM monthly_active m
  JOIN user_first f ON m.user_id = f.user_id
)
SELECT 
  first_month,
  COUNT(DISTINCT user_id) FILTER (WHERE is_new) AS new_users,
  COUNT(DISTINCT user_id) FILTER (WHERE is_retained_next) * 1.0 / 
    NULLIF(COUNT(DISTINCT user_id) FILTER (WHERE is_new), 0) AS retention_rate
FROM cohort
GROUP BY first_month;

为什么不能只靠 GROUP BY + 聚合函数算留存

因为留存是「条件转移概率」,不是静态计数。比如:仅用 GROUP BY DATE_TRUNC('month', event_date) 只能得到每月 DAU/MAU,无法回答「6月新客里有多少人7月还来了」。

  • COUNT(DISTINCT user_id) 是快照值,不携带时间关系
  • 想关联不同月份的同一用户,必须保留 user_id 维度贯穿计算全程,而 GROUP BY 会折叠该维度
  • 窗口函数(如 LAG/LEAD)或自连接(ON a.user_id = b.user_id AND b.month = a.month + 1)才是建模用户行为流的必要工具

MySQL 5.7 没有窗口函数怎么办

只能用自连接或相关子查询模拟,性能差但可行。重点是别硬套语法,而是还原业务逻辑:

  • 先建新客表:SELECT user_id, MIN(DATE_FORMAT(event_date, '%Y-%m')) AS first_month FROM events GROUP BY user_id
  • 再左连次月行为:LEFT JOIN events e2 ON e1.user_id = e2.user_id AND DATE_FORMAT(e2.event_date, '%Y-%m') = DATE_FORMAT(DATE_ADD(STR_TO_DATE(CONCAT(e1.first_month, '-01'), '%Y-%m-%d'), INTERVAL 1 MONTH), '%Y-%m')
  • 最后 GROUP BY e1.first_month 统计非空 e2.user_id 占比
  • 注意:字符串拼接月份易出错,务必验证 DATE_FORMAT 和 STR_TO_DATE 的格式一致性,否则连接为空

真正麻烦的不是写法,而是当用户量超百万时,自连接可能触发笛卡尔积或全表扫描——这时候就得提前物化中间结果(比如建临时表存 monthly_active),而不是在单条 SQL 里硬扛。

相关文章

PHP速学视频免费教程(入门到精通)
PHP速学视频免费教程(入门到精通)

PHP怎么学习?PHP怎么入门?PHP在哪学?PHP怎么学才快?不用担心,这里为大家提供了PHP速学教程(入门到精通),有需要的小伙伴保存下载就能学习啦!

下载

相关标签:

窗口函数

本站声明:本文内容由网友自发贡献,版权归原作者所有,本站不承担相应法律责任。如您发现有涉嫌抄袭侵权的内容,请联系admin@php.cn

相关专题

更多
大数据分析工具有哪四个
大数据分析工具有哪四个

大数据分析的四个工具分别是rapidminer、Hpcc、Hadoop和Pentaho bi。大数据分析用于从各种来源生成的原始数据中提取有价值的数据。这些数据帮助我们获得有意义的见解、隐藏的模式、未知的相关性、市场趋势等等,具体取决于行业。大数据分析的主要动机是提供有价值的见解,以便为未来做出更好的决策。php中文网为大家带来了大数据分析的相关教程、以及相关文章等内容,供大家免费下载使用。

2023.06.21

6556

5

Java 大数据处理基础(Hadoop 方向)
Java 大数据处理基础(Hadoop 方向)

本专题聚焦 Java 在大数据离线处理场景中的核心应用,系统讲解 Hadoop 生态的基本原理、HDFS 文件系统操作、MapReduce 编程模型、作业优化策略以及常见数据处理流程。通过实际示例(如日志分析、批处理任务),帮助学习者掌握使用 Java 构建高效大数据处理程序的完整方法。

2025.12.08

1269

12

大数据专业学习教程
大数据专业学习教程

本专题整合了大数据专业学习相关教程,阅读专题下面的文章了解更多详细内容。

2026.01.05

243

5

python处理大数据合集
python处理大数据合集

本专题整合了python处理大数据相关教程,阅读专题下面的文章了解更多详细内容。

2026.01.05

546

22

数据分析工具有哪些
数据分析工具有哪些

数据分析工具有Excel、SQL、Python、R、Tableau、Power BI、SAS、SPSS和MATLAB等。详细介绍:1、Excel,具有强大的计算和数据处理功能;2、SQL,可以进行数据查询、过滤、排序、聚合等操作;3、Python,拥有丰富的数据分析库;4、R,拥有丰富的统计分析库和图形库;5、Tableau,提供了直观易用的用户界面等等。

2023.10.12

5063

8

SQL中distinct的用法
SQL中distinct的用法

SQL中distinct的语法是“SELECT DISTINCT column1, column2,...,FROM table_name;”。本专题为大家提供相关的文章、下载、课程内容,供大家免费下载体验。

2023.10.27

1031

4

SQL中months_between使用方法
SQL中months_between使用方法

在SQL中,MONTHS_BETWEEN 是一个常见的函数,用于计算两个日期之间的月份差。想了解更多SQL的相关内容,可以阅读本专题下面的文章。

2024.02.23

1329

5

SQL出现5120错误解决方法
SQL出现5120错误解决方法

SQL Server错误5120是由于没有足够的权限来访问或操作指定的数据库或文件引起的。想了解更多sql错误的相关内容,可以阅读本专题下面的文章。

2024.03.06

7141

10

sql procedure语法错误解决方法
sql procedure语法错误解决方法

sql procedure语法错误解决办法:1、仔细检查错误消息;2、检查语法规则;3、检查括号和引号;4、检查变量和参数;5、检查关键字和函数;6、逐步调试;7、参考文档和示例。想了解更多语法错误的相关内容,可以阅读本专题下面的文章。

2024.03.06

3783

4

热门下载

更多
网站特效
/
网站源码
/
网站素材
/
前端模板

精品课程

更多
热门推荐
/
最新课程
phpStudy极速入门视频教程
phpStudy极速入门视频教程

共6课时 | 54.7万人学习

独孤九贱(4)_PHP视频教程
独孤九贱(4)_PHP视频教程

共89课时 | 134.3万人学习