clickhouse 对查询的结果打上序号 实现row_number()功能

想象这样一种需求：

用户每天可能会登陆很多次app,每天用户第一次的登陆停留时长和第N次的停留时长是什么关系，是否是线性相关关系？

…

用户每天收到很多次推送（push），每天用户第一次的点击率和第N次的点击率是否也存在线性相关关系？理清这个关系可以用来指导我们对用户每天push的次数定多少合适

…

这种统计分析需求需要按照用户的id维度对结果进行排序：例如

• 第一步：

对查到的结果，按照每个用户的登陆时间升序，这样得到了用户的登陆次序。

然后把登陆时间生成数组

select d,
         uid,
         groupArray(datetime) arr_time 
from
(select d, datetime,user_id
		from log
		where d=today()-7
		order by uid desc,datetime asc
		limit 1000
		)
		group by d,uid

得到结果
第二步：
引入 arrayEnumerate(arr)函数，作用是可以为数组里的每个元素进行排序
返回 Array [1, 2, 3, …, length (arr) ]

和ARRAY JOIN一起使用。它允许在应用ARRAY JOIN后为每个数组计算一次，得到我们想要的顺序

select d,num,arr_time,user_id
from
(select d,
         uid,
         groupArray(datetime) arr_time 
from
(select d, datetime,user_id
		from log
		where d=today()-7
		order by uid desc,datetime asc
		limit 1000
		)
		group by d,uid
)
ARRAY JOIN
arr_time,
arrayEnumerate(arr_time) as num	

明白这个原理接着就可以按照序号，group by ，进行分析第N次的停留、点击的相关性

比如下面这样我们就可以拿到每个用户每天收到的第一次、第二次、第三次、第N次 Push_id,根据这个我们能拿到点击率，然后按照次数group by 我们就能看到整体的不同次序的点击率

select d,num,arr_push_id,user_id
from
(select d,
         uid,
         groupArray(push_id) arr_push_id 
from
(select d, datetime,user_id，push_id
		from log
		where d=today()-7
		order by uid desc,datetime asc
		limit 1000
		)
		group by d,uid
)
ARRAY JOIN
arr_push_id,
arrayEnumerate(arr_push_id) as num