字节跳动大数据面试SQL-连续3天交易金额递增的用户

数据仓库晨曦

发布于 2026-06-25 16:13:13

860

文章被收录于专栏：数据仓库技术数据仓库技术

一、题目背景

这道题来自字节跳动支付业务的数据分析岗面试。抖音电商需要识别"消费升级"的用户——连续几天购买金额在增加，说明用户对平台的信任度在提升，可以推送更高客单价的商品。

业务场景：普通连续登录问题考察"日期是否连续"，这道题升级为"金额是否递增"。需要同时判断日期连续性和数值递增性，两个条件缺一不可。

二、题目

现有一张用户交易记录表 t14_zj_transaction，记录了用户每天的消费总额。请找出连续 3 天以上（含）交易金额严格递增的用户。

t14_zj_transaction 表

+----------+-------------+---------+
| user_id  | trade_date  | amount  |
+----------+-------------+---------+
| 1        | 2025-01-01  | 100     |
| 1        | 2025-01-02  | 150     |
| 1        | 2025-01-03  | 200     |
| 1        | 2025-01-04  | 180     |
| 2        | 2025-01-01  | 50      |
| 2        | 2025-01-02  | 80      |
| 2        | 2025-01-03  | 70      |
| 3        | 2025-01-01  | 100     |
| 3        | 2025-01-02  | 120     |
| 3        | 2025-01-03  | 150     |
| 3        | 2025-01-05  | 200     |
+----------+-------------+---------+

期望输出：满足条件的用户ID，以及他们连续递增的起始日期、结束日期、连续天数。

三、思路分析

这是"连续问题"的变体——不是判断连续日期，而是判断连续日期 + 递增金额：

LAG 函数获取前一行的日期和金额
判断"日期连续 AND 金额递增"：DATEDIFF = 1 AND amount > prev_amount
用"0/1标志 + 累积求和"法分组（经典连续问题解法）

维度	评分
题目难度	⭐️⭐️⭐️
题目清晰度	⭐️⭐️⭐️
业务常见度	⭐️⭐️⭐️

四、逐步推导

步骤1：LAG 获取前一行的日期和金额

Spark SQL

SELECT
    user_id,
    trade_date,
    amount,
    LAG(trade_date) OVER (PARTITION BY user_id ORDER BY trade_date) AS prev_date,
    LAG(amount) OVER (PARTITION BY user_id ORDER BY trade_date) AS prev_amount
FROM t14_zj_transaction;

执行结果

+----------+-------------+---------+-------------+--------------+
| user_id  | trade_date  | amount  |  prev_date  | prev_amount  |
+----------+-------------+---------+-------------+--------------+
| 1        | 2025-01-01  | 100     | NULL        | NULL         |
| 1        | 2025-01-02  | 150     | 2025-01-01  | 100          |
| 1        | 2025-01-03  | 200     | 2025-01-02  | 150          |
| 1        | 2025-01-04  | 180     | 2025-01-03  | 200          |
| 2        | 2025-01-01  | 50      | NULL        | NULL         |
| 2        | 2025-01-02  | 80      | 2025-01-01  | 50           |
| 2        | 2025-01-03  | 70      | 2025-01-02  | 80           |
| 3        | 2025-01-01  | 100     | NULL        | NULL         |
| 3        | 2025-01-02  | 120     | 2025-01-01  | 100          |
| 3        | 2025-01-03  | 150     | 2025-01-02  | 120          |
| 3        | 2025-01-05  | 200     | 2025-01-03  | 150          |
+----------+-------------+---------+-------------+--------------+
11 rows selected (0.347 seconds)(https://www.dwsql.com)

步骤2：打标（连续递增 = 1，否则 = 0，首行 = 0）

Spark SQL

SELECT
    user_id, trade_date, amount,
    CASE
        WHENDATEDIFF(trade_date, LAG(trade_date) OVER (PARTITIONBY user_id ORDERBY trade_date)) = 1
         AND amount > LAG(amount) OVER (PARTITIONBY user_id ORDERBY trade_date)
        THEN0ELSE1
    ENDAS break_flag
FROM t14_zj_transaction;

执行结果

+----------+-------------+---------+-------------+
| user_id  | trade_date  | amount  | break_flag  |
+----------+-------------+---------+-------------+
| 1        | 2025-01-01  | 100     | 1           |
| 1        | 2025-01-02  | 150     | 0           |
| 1        | 2025-01-03  | 200     | 0           |
| 1        | 2025-01-04  | 180     | 1           |
| 2        | 2025-01-01  | 50      | 1           |
| 2        | 2025-01-02  | 80      | 0           |
| 2        | 2025-01-03  | 70      | 1           |
| 3        | 2025-01-01  | 100     | 1           |
| 3        | 2025-01-02  | 120     | 0           |
| 3        | 2025-01-03  | 150     | 0           |
| 3        | 2025-01-05  | 200     | 1           |
+----------+-------------+---------+-------------+
11 rows selected (0.363 seconds)(https://www.dwsql.com)

break_flag=1 表示"不满足连续递增"，作为分组断点。

步骤3：累积求和断点 → 分组 + 统计

Spark SQL

WITH labeled AS (
    SELECT
        user_id, trade_date, amount,
        CASE
            WHENDATEDIFF(trade_date, LAG(trade_date) OVER w) = 1
             AND amount > LAG(amount) OVER w
            THEN0ELSE1
        ENDAS break_flag
    FROM t14_zj_transaction
    WINDOW w AS (PARTITIONBY user_id ORDERBY trade_date)
),
grouped AS (
    SELECT *,
        SUM(break_flag) OVER (PARTITIONBY user_id ORDERBY trade_date) AS grp
    FROM labeled
)
SELECT
    user_id,
    MIN(trade_date) AS start_date,
    MAX(trade_date) AS end_date,
    COUNT(*) AS consecutive_days
FROM grouped
GROUPBY user_id, grp
HAVINGCOUNT(*) >= 3;

最终结果：

+----------+-------------+-------------+-------------------+
| user_id  | start_date  |  end_date   | consecutive_days  |
+----------+-------------+-------------+-------------------+
| 1        | 2025-01-01  | 2025-01-03  | 3                 |
| 3        | 2025-01-01  | 2025-01-03  | 3                 |
+----------+-------------+-------------+-------------------+
2 rows selected (0.323 seconds)(https://www.dwsql.com)

用户1 在 01-01 到 01-03 连续 3 天递增（100→150→200），但 01-04 金额下降到 180，中断。

五、常见坑点

坑1：两个 LAG 产生两次窗口扫描

LAG(trade_date) 和 LAG(amount) 是同一个窗口的不同列。用 WINDOW w AS (...) 只扫描一次。

坑2：首行的 NULL 处理

LAG 的首行返回 NULL，DATEDIFF(NULL, NULL) = NULL，NULL = 1 为 False，所以 CASE 会走到 ELSE 分支，break_flag=1。这意味着每组的第一行必然是断点。正确✅。

六、举一反三

非严格递增：如果允许相等（>=），去掉 amount > prev_amount 中的 >
连续N天任意指标：把 amount 换成其他字段，即可推广到"连续N天XXX递增/递减/满足条件"
允许间隔：如果允许中间隔 1 天，把 DATEDIFF = 1 改为 DATEDIFF <= 2

七、知识点总结

考点	说明
LAG + DATEDIFF	判断日期是否连续
LAG + 比较	判断数值是否递增
0/1标志 + SUM OVER	连续问题分组（经典解法）
WINDOW 子句	复用窗口定义，减少重复代码

八、建表语句和数据插入

CREATE TABLEIFNOTEXISTS t14_zj_transaction (
    user_id INT, trade_date STRING, amount BIGINT
);

INSERTINTO t14_zj_transaction VALUES
(1, '2025-01-01', 100),
(1, '2025-01-02', 150),
(1, '2025-01-03', 200),
(1, '2025-01-04', 180),
(2, '2025-01-01', 50),
(2, '2025-01-02', 80),
(2, '2025-01-03', 70),
(3, '2025-01-01', 100),
(3, '2025-01-02', 120),
(3, '2025-01-03', 150),
(3, '2025-01-05', 200);

本文参与腾讯云自媒体同步曝光计划，分享自微信公众号。

原始发表：2026-06-21，如有侵权请联系 cloudcommunity@tencent.com 删除

面试