如何用SQL检测用户活跃周期：结合窗口函数计算间隔
用 LAG() 算上一次登录时间，再减出间隔
想搞清楚用户活跃的连续性，第一步就是计算每次登录之间的时间间隔。这里有个高效且直观的思路：把用户每次登录按时间排好队，然后“回头看”一下上一次是什么时候，两个时间点一减，间隔就出来了。实现这个“回头看”动作，LAG() 窗口函数几乎是首选，它比传统的自连接或者子查询要快得多，也清晰得多。
不过，新手常在这里栽跟头：忘了加 PARTITION BY user_id。结果就是，用户A的最后一次登录时间，被错误地拿去减用户B的第一次登录，算出来的间隔完全失真，毫无意义。
- 核心写法：必须按用户分组，再按时间排序：
LAG(login_time) OVER (PARTITION BY user_id ORDER BY login_time)。 - 注意数据库差异：时间相减的结果，不同数据库处理方式不同。PostgreSQL 会返回
interval类型，MySQL 8.0+ 默认返回秒数（更稳妥的做法是用TIMESTAMPDIFF(SECOND, ..., ...)），而 SQLite 则需要转为儒略日再计算。 - 处理边界值：用户的第一条登录记录，
LAG()会返回NULL。别忘了用COALESCE(..., 0)给它一个默认值，或者后续过滤掉，避免计算出错。
识别“活跃周期”得先定义什么是“断连”
算出了间隔，接下来就要判断哪些登录属于同一个“活跃周期”。这里没有放之四海而皆准的答案：7天不登录算不算流失？14天？还是得看具体业务节奏？比如，电商大促后，用户3天内回访才算延续活跃。窗口函数只管计算，而“是否属于同一周期”这个判断，是后续的业务逻辑。
典型的实现方法是增加一个标记列：如果距离上次登录的天数 ≤ N（比如7天），就认为这次登录延续了上一个活跃周期；否则，就开启一个新的周期。这需要用到 ROW_NUMBER() 配合条件累积计数，单靠 LAG() 是搞不定的。
- 生成周期编号：可以利用布尔值转整数累加：
SUM(CASE WHEN gap_days > 7 THEN 1 ELSE 0 END) OVER (PARTITION BY user_id ORDER BY login_time)。这个累加值本身就可以作为“活跃周期编号”，编号相同的记录就属于同一次连续活跃。 - 保证排序稳定：窗口内的排序必须严格一致。如果登录时间完全相同，最好加上一个唯一列（如
id）来辅助排序：ORDER BY login_time, id，防止周期被意外拆断。
LEAD() 和 LAG() 别混用，场景完全不同
LAG() 是回头看过去，适合计算“已经发生的间隔”；而 LEAD() 是向前看未来，适合预测“下次登录还要等多久”。检测历史活跃周期，我们只关心“上次什么时候来过”，所以基本用不上 LEAD()。
误用 LEAD() 会闹笑话：你可能会查到“用户下次登录在5天后”，但实际上他可能就此流失，再也不回来了——因为对于最后一条记录，LEAD() 返回的是 NULL，很容易被误解为“无限期等待”，从而干扰对活跃周期的判断。
- 正确使用场景：
LEAD()更适合做预测性分析，比如预警潜在流失用户。 - 避免绕远路：如果非要用
LEAD()来反推上一次的间隔，得配合ROWS BETWEEN ...这样的窗口框架，写法绕口且难以理解，纯粹是自找麻烦。 - 性能与可读性：两者性能上没有本质差异，但用错了语义，会大大增加代码的维护成本。
MySQL 5.7 不支持窗口函数？得换思路
如果你的数据库还停留在 MySQL 5.7 或更早的版本，那么很遗憾，直接使用 LAG() 会报错。常见的错误提示是语法不支持，这通常是因为试图用子查询等方式来模拟窗口函数导致的。
这时候，一些老司机会想到用用户变量来模拟，但这条路坑很多：变量的赋值顺序在SQL执行中并不绝对保证，多用户数据并发处理时容易串数据，而且这种写法很难封装到视图或公共子查询里复用。
- 治本之策：升级到 MySQL 8.0+。这是最省心、最一劳永逸的解决方案，能获得完整的窗口函数支持。
- 临时替代方案：如果暂时无法升级，可以用自连接配合
NOT EXISTS来寻找“上一条记录”。但要注意，一旦数据量超过万级，这种方法的性能下降会非常明显。 - 警惕“偏方”：千万不要轻信“
@prev := ...在ORDER BY之后就一定可靠”这种说法。MySQL官方文档明确说明，用户变量的赋值顺序是未定义的。
话说回来，实际开发中你会发现，定义周期边界的业务逻辑（比如“7天”是自然日还是工作日、要不要排除法定节假日），往往比写出正确的SQL更耗费心神。这些规则一旦硬编码在SQL里，未来业务调整时，改动的成本会非常高。这才是设计时需要提前考虑的关键所在。
