统计连续登录天数的核心思路是将“连续”转化为“日期差等于行号差”，通过按用户和差值分组计数识别连续区间，再取最大长度；需确保日期类型正确、去重，并适配不同数据库语法。
统计连续登录天数的核心思路是：把“连续”转化为“日期差等于行号差”，再通过分组识别每一段连续区间，最后取最大长度。
用日期和行号构造连续标识
对每个用户的登录记录按日期排序，生成行号（row_number），再用登录日期减去行号。同一段连续登录中，这个差值是固定的——因为日期每天+1，行号也每天+1，差值恒定。
- 例如：用户在 2025-01-01、01-02、01-03 登录，对应行号 1/2/3，则 date - row_number 都是 2025-12-31
- 只要这个差值相同，就属于同一连续段
按用户和差值分组计数
以 user_id 和上述计算出的差值（记为 group_key）为联合分组依据，统计每组的记录数，即为该连续段的天数。
- SQL 示例（MySQL / PostgreSQL / SQL Server 均适用）：
SELECT user_id, COUNT(*) AS consecutive_days
FROM (
SELECT user_id, login_date,
login_date - INTERVAL ROW_NUMBER() OVER (PARTITION BY user_id ORDER BY login_date) DAY AS group_key
FROM login_log
) t
GROUP BY user_id, group_key
ORDER BY consecutive_days DESC;获取每个用户的最长连续天数
在外层再套一层聚合，取每个 user_id 对应的最大 consecutive_days 即可。
- 加一句：SELECT user_id, MAX(consecutive_days) AS max_consecutive FROM (...) GROUP BY user_id
- 若只需全局最高纪录（比如谁连续登录最久），可去掉 GROUP BY，直接用 MAX()
注意点和常见坑
实际使用时需留意数据质量和边界情况：
- 确保 login_date 是 DATE 类型，不是 DATETIME；否则需先用 DATE() 截取日期部分
- 同一
天多次登录要先去重，否则会干扰行号和连续性判断
- 不同数据库语法略有差异：PostgreSQL 用 login_date - (ROW_NUMBER() - 1)，SQL Server 推荐用 DATEADD(day, -ROW_NUMBER()+1, login_date)
