最大连续天数的问题也是非常常见的一个题型，比较常见的形式就是连续签到n次以上的人数，统计最大连续登录天数等等。
最大连续天数的有一个较为通用的解法，这个通用解法放在后面具体描述。

解题思路

首先思考一个简单的问题，怎么统计连续两天登录人数：连续两天登录就是一个人在登录后第二天继续登录了，只要找到登录日期的第二天有登录记录就行了。显然通过自连接，很容易就能够做到。
然后是连续三天登录人数，显然通过两次自连接，同样能够得到连续三天登录的人数。但是当连续n天登录人群的n足够大的时候，比如7天连续登录，30天连续登录，再用自连接来做就很难完成了。
从这个角度发散一下，连续n天登录就是为了找到连续的一段日期，如果对日期进行排序（假设日期没有重复），每一段连续的日期，减去它的排名，得到的日期是相同的。

在得到差值之后，很显然，统计相同值出现的次数就是连续登录的天数，同样，相同值出现的最大次数就是最大连续登录天数。

解题步骤

为了实现上述想法，需要一步一步构建需要的数据，第一步：对登录日期进行排序，这里就要用到窗口函数了，如果没有重复值直接用row_number()就行，如果有重复值就要用dense_rank()了。
第二步：计算日期与排名的差值，这里需要使用时间函数，一般来说date_sub()就可以了，如果日期格式较为复杂，在上一步可以对其用date_format()进行修改格式，也可以用其他形式的时间差函数。
第三步，对差值进行统计。这里直接用group by进行聚类就行了。

示例

这里拿牛客网上的一道题来做示例（SQL29 某宝店铺连续2天及以上购物的用户及其对应的天数）
11月结束后，小牛同学需要对其在某宝的网店就11月份用户交易情况和产品情况进行分析以更好的经营小店。11月份销售数据表sales_tb如下（其中，sales_date表示销售日期，user_id指用户编号，item_id指货号，sales_num表示销售数量，sales_price表示结算金额）：

请你统计连续2天及以上在该店铺购物的用户及其对应的次数（若有多个用户，按user_id升序排序），以上例子的输出结果如下：

#第三步 进行统计
select b.user_id,count(diff_date) as days_count
from (
#第二步 计算差值
select a.user_id,a.sales_date,date_sub(a.sales_date,INTERVAL rn day ) diff_date
from (
#第一步 进行排序
select user_id,
sales_date,
row_number() over (partition by user_id order by sales_date) rn
from sales_tb) a
)b
group by b.user_id,diff_date
having days_count>=2
order by user_id