SQL连续登录解法怎么避免性能问题

在用户行为分析场景中，统计用户连续登录天数是非常常见的需求，很多开发者会直接使用窗口函数配合自连接的方式实现，但这种写法在数据量较大时很容易触发全表扫描，导致性能急剧下降。合理的优化方案可以从查询逻辑、索引使用、数据筛选等多个层面减少扫描范围，提升执行效率。

常见连续登录统计的低效写法

很多初学者会先通过窗口函数给每个用户的登录日期排序，再自连接筛选日期差值为1的记录，这种写法的问题在于会先对全表进行排序和连接，即使有索引也很难生效。以下是典型的低效示例：

-- 低效写法示例，容易触发全表扫描
WITH user_login_rank AS (
    SELECT 
        user_id,
        login_date,
        ROW_NUMBER() OVER(PARTITION BY user_id ORDER BY login_date) AS rn
    FROM user_login_log
)
SELECT 
    a.user_id,
    COUNT(*) AS continuous_days
FROM user_login_rank a
JOIN user_login_rank b 
    ON a.user_id = b.user_id 
    AND DATEDIFF(a.login_date, b.login_date) = 1
    AND a.rn = b.rn + 1
GROUP BY a.user_id;

避免全表扫描的核心优化技巧

1. 建立合适的复合索引

连续登录统计的核心筛选条件是用户ID和登录日期，因此需要建立user_id,login_date的复合索引，让排序和筛选操作可以直接走索引，避免回表扫描全量数据。索引的创建语句如下：

-- 建立复合索引，适配连续登录查询的排序和筛选需求
CREATE INDEX idx_user_login ON user_login_log(user_id, login_date);

2. 提前过滤无效数据

很多业务场景下，只需要统计最近一段时间的连续登录情况，不需要查询全量的历史数据。可以在查询的最外层先筛选时间范围，减少需要处理的记录数。优化后的查询逻辑如下：

-- 先过滤时间范围，减少后续处理的数据量
WITH filtered_log AS (
    SELECT 
        user_id,
        login_date
    FROM user_login_log
    WHERE login_date >= DATE_SUB(CURDATE(), INTERVAL 30 DAY)
),
user_login_rank AS (
    SELECT 
        user_id,
        login_date,
        ROW_NUMBER() OVER(PARTITION BY user_id ORDER BY login_date) AS rn
    FROM filtered_log
)
SELECT 
    a.user_id,
    COUNT(*) AS continuous_days
FROM user_login_rank a
JOIN user_login_rank b 
    ON a.user_id = b.user_id 
    AND DATEDIFF(a.login_date, b.login_date) = 1
    AND a.rn = b.rn + 1
GROUP BY a.user_id;

3. 用日期差值计算替代自连接

自连接操作本身会产生笛卡尔积风险，即使有索引也可能带来额外的性能开销。可以通过计算登录日期和排序序号的差值，相同的差值就代表连续的日期，这种方式可以避免自连接，减少扫描次数：

-- 用日期差值计算替代自连接，减少扫描开销
WITH filtered_log AS (
    SELECT 
        user_id,
        login_date
    FROM user_login_log
    WHERE login_date >= DATE_SUB(CURDATE(), INTERVAL 30 DAY)
),
login_diff AS (
    SELECT 
        user_id,
        login_date,
        DATE_SUB(login_date, INTERVAL ROW_NUMBER() OVER(PARTITION BY user_id ORDER BY login_date) DAY) AS diff_date
    FROM filtered_log
)
SELECT 
    user_id,
    COUNT(*) AS continuous_days
FROM login_diff
GROUP BY user_id, diff_date
HAVING COUNT(*) >= 3; -- 统计连续登录3天及以上的用户

4. 避免对索引字段做函数运算

如果在WHERE条件或者JOIN条件中对索引字段使用函数，比如DATE(login_date) = '2024-05-01'，会导致索引失效，触发全表扫描。尽量直接对字段做比较，或者使用范围查询：

-- 错误写法，会导致索引失效
SELECT * FROM user_login_log WHERE DATE(login_date) = '2024-05-01';
-- 正确写法，走索引查询
SELECT * FROM user_login_log WHERE login_date >= '2024-05-01' AND login_date < '2024-05-02';

优化效果对比

以下是同一张千万级用户登录表，不同写法的性能对比：

注意事项

• 如果登录日志表存在重复登录记录，需要先对用户和日期去重，避免重复计算连续天数。
• 复合索引的顺序要和查询中的筛选、排序顺序一致，才能最大化索引的利用率。
• 定期清理过期的登录日志数据，或者做分表处理，从数据量层面减少查询压力。

连续登录统计的性能优化核心是减少扫描的数据范围，同时让查询逻辑适配索引规则，避免无效的全表扫描操作。实际优化时可以先通过EXPLAIN命令查看执行计划，针对性调整索引和查询逻辑。

SQL连续登录避免全表扫描性能优化修改时间：2026-07-02 10:00:43