之前有朋友提到了这样一个需求，要计算三年中每年都有销售记录的客户量，只有最近两年有销售纪录的客户量(假如某个用户2012年和2014年都有记录，在2013年没有则不计算在内)，以及最近一年的新增客户数量。这里大概描述一下我的思路。
Sales表有两个字段Id, Year，要求除上述结果需要Group by Id，然后算Count(DISTINCT Year)的值要等于Min(Year)和Max(Year)的差+1，比如下面关于记录：
Year, Id2014, 142013, 142012, 14
Max(Year)是2014，Min(Year)是2012，Count(DISTINCT Year)是3，则这个Id是连续三年都有记录的。下面的记录则是连续两年都有记录的：
2013,122014,12
Max(Year)是2014，Min(Year)是2013，Count(DISTINCT Year)是2。下面的记录则是最近一年的新客户：
2014,17
Max(Year)是2014，Min(Year)是2014，Count(DISTINCT Year)是1,。
具体代码是这样的：
//导入数据Customer:LOAD Year, IdFrom ../QVD/Customer.csv;//获得最近三年中，每个Id出现的最大年份和最小年份，以及不同Year的数量Frequency20140609Temp:LOAD Id as Id0609Temp, Min(Year) as MinYear0609Temp, Max(Year) as MaxYear0609Temp, Count(DISTINCT Year) as CountYear0609TempResident CustomerWhere Year>=Year(Now())-2Group By Id;//取出Id出现的最大年份减去最小年份+1等于该Id出现的不同年份的数量Frequency20140609:LOAD Id0609Temp as Id0609, MinYear0609Temp as MinYear0609, CountYear0609Temp as CountYear0609Resident Frequency20140609TempWhere MaxYear0609Temp-MinYear0609Temp + 1 = CountYear0609Temp AND MaxYear0609Temp=Year(Now());//最大年份需要是今年，要不然可能是去年以前连续两年都有销售记录的Id
下面是图表的Dimension，Expression和Chart：
如图所示，最近一年才有记录的是4个Id，连续两年有销售纪录的是2个Id，连续三年有销售纪录的是8个Id。
下面用一些数据测试一下我的结果，首先在Customer.csv中插入如下数据:
2012,182013,182012,192014,192013,20(PS: 上面的这些Id在之前数据源中都不存在，是这次新加的)
按照我现在的逻辑，增加上面Id为18,19,20的记录都不会导致图表发生变化，如下所示：
再增加如下数据，
2014,212013,222014,222012,232013,232014,23
则上面图表中的三项数据都会+1，如下所示：
各位看官，假如文中有错还望不吝赐教！感谢感谢！