- html - 出于某种原因,IE8 对我的 Sass 文件中继承的 html5 CSS 不友好?
- JMeter 在响应断言中使用 span 标签的问题
- html - 在 :hover and :active? 上具有不同效果的 CSS 动画
- html - 相对于居中的 html 内容固定的 CSS 重复背景?
我有一个包含电子邮件、日期 (TIMESTAMP)、ID 和多个其他列的表格。
对于每个电子邮件条目,我想计算在过去 3 天内与该电子邮件关联的唯一 ID 的数量。
+-------------------+-------------------------+------------+----+
| email | day | other cols | id |
+-------------------+-------------------------+------------+----+
| user1@gmail.com | 2020-06-21 16:31:00 UTC | ... | 0 |
| user1@gmail.com | 2020-06-22 14:54:00 UTC | ... | 1 |
| user1@gmail.com | 2020-06-23 08:23:00 UTC | ... | 0 |
| user1@gmail.com | 2020-06-24 13:51:00 UTC | ... | 0 |
| user1@gmail.com | 2020-06-25 09:54:00 UTC | ... | 2 |
| user1@gmail.com | 2020-06-25 12:25:00 UTC | ... | 0 |
| user1@gmail.com | 2020-06-26 15:21:00 UTC | ... | 2 |
| user2@hotmail.com | 2020-06-21 12:23:00 UTC | ... | 0 |
| user2@hotmail.com | 2020-06-21 16:54:00 UTC | ... | 0 |
| user2@hotmail.com | 2020-06-22 08:23:00 UTC | ... | 0 |
| user2@hotmail.com | 2020-06-22 12:13:00 UTC | ... | 1 |
| user2@hotmail.com | 2020-06-24 09:32:00 UTC | ... | 1 |
| user2@hotmail.com | 2020-06-25 05:45:00 UTC | ... | 1 |
| user2@hotmail.com | 2020-06-26 12:32:00 UTC | ... | 2 |
| user2@hotmail.com | 2020-06-27 19:53:00 UTC | ... | 1 |
+-------------------+-------------------------+------------+----+
附加列应如下所示:
+-------------------+-------------------------+------------+----+-----------------------------+
| email | day | other cols | id | distinct ids in last 3 days |
+-------------------+-------------------------+------------+----+-----------------------------+
| user1@gmail.com | 2020-06-21 16:31:00 UTC | ... | 0 | 1 |
| user1@gmail.com | 2020-06-22 14:54:00 UTC | ... | 1 | 2 |
| user1@gmail.com | 2020-06-23 08:23:00 UTC | ... | 0 | 2 |
| user1@gmail.com | 2020-06-24 13:51:00 UTC | ... | 0 | 2 |
| user1@gmail.com | 2020-06-25 09:54:00 UTC | ... | 2 | 3 |<- 3, because ids 0, 1 and 2 have been seen in previous 3 days
| user1@gmail.com | 2020-06-25 12:25:00 UTC | ... | 0 | 3 |
| user1@gmail.com | 2020-06-26 15:21:00 UTC | ... | 2 | 2 |
| user2@hotmail.com | 2020-06-21 12:23:00 UTC | ... | 0 | 1 |
| user2@hotmail.com | 2020-06-21 16:54:00 UTC | ... | 0 | 1 |
| user2@hotmail.com | 2020-06-22 08:23:00 UTC | ... | 0 | 1 |
| user2@hotmail.com | 2020-06-22 12:13:00 UTC | ... | 1 | 2 |
| user2@hotmail.com | 2020-06-24 09:32:00 UTC | ... | 1 | 2 |
| user2@hotmail.com | 2020-06-25 05:45:00 UTC | ... | 1 | 2 |
| user2@hotmail.com | 2020-06-26 12:32:00 UTC | ... | 1 | 1 |
| user2@hotmail.com | 2020-06-27 19:53:00 UTC | ... | 1 | 1 |
+-------------------+-------------------------+------------+----+-----------------------------+
在过去的 3 天里,我尝试使用窗口函数按电子邮件进行分区并计算不同的 ID。
COUNT(DISTINCT id) OVER (PARTITION BY email ORDER BY UNIX_DATE(PARSE_DATE('%Y-%m-%d', day))*24*3600 RANGE BETWEEN 3*24*3600 PRECEDING AND CURRENT ROW)
但是这是不允许的:
Window ORDER BY is not allowed if DISTINCT is specified
栈溢出有解决办法,比如this .但是,我不确定在计算唯一 ID 之前是否需要按电子邮件进行分区。
如果有任何关于此的指示,我将不胜感激。如果它更容易,我也会接受使用 DATE 而不是 TIMESTAMP 的解决方案。
最佳答案
以下是 BigQuery 标准 SQL
#standardSQL
SELECT * EXCEPT(ids),
(SELECT COUNT(DISTINCT id) FROM t.ids AS id) distinct_ids
FROM (
SELECT *, ARRAY_AGG(id) OVER(preceding_days) ids
FROM `project.dataset.table`
WINDOW preceding_days AS (
PARTITION BY email
ORDER BY UNIX_DATE(DATE(day))
ROWS BETWEEN 3 PRECEDING AND CURRENT ROW
)
) t
您可以使用问题中的样本数据进行测试,如以下示例所示
#standardSQL
WITH `project.dataset.table` AS (
SELECT 'user1@gmail.com' email, TIMESTAMP'2020-06-21 16:31:00 UTC' day, '...' other_cols, 0 id UNION ALL
SELECT 'user1@gmail.com', '2020-06-22 14:54:00 UTC', '...', 1 UNION ALL
SELECT 'user1@gmail.com', '2020-06-23 08:23:00 UTC', '...', 0 UNION ALL
SELECT 'user1@gmail.com', '2020-06-24 13:51:00 UTC', '...', 0 UNION ALL
SELECT 'user1@gmail.com', '2020-06-25 09:54:00 UTC', '...', 2 UNION ALL
SELECT 'user1@gmail.com', '2020-06-25 12:25:00 UTC', '...', 0 UNION ALL
SELECT 'user1@gmail.com', '2020-06-26 15:21:00 UTC', '...', 2 UNION ALL
SELECT 'user2@hotmail.com', '2020-06-21 12:23:00 UTC', '...', 0 UNION ALL
SELECT 'user2@hotmail.com', '2020-06-21 16:54:00 UTC', '...', 0 UNION ALL
SELECT 'user2@hotmail.com', '2020-06-22 08:23:00 UTC', '...', 0 UNION ALL
SELECT 'user2@hotmail.com', '2020-06-22 12:13:00 UTC', '...', 1 UNION ALL
SELECT 'user2@hotmail.com', '2020-06-24 09:32:00 UTC', '...', 1 UNION ALL
SELECT 'user2@hotmail.com', '2020-06-25 05:45:00 UTC', '...', 1 UNION ALL
SELECT 'user2@hotmail.com', '2020-06-26 12:32:00 UTC', '...', 2 UNION ALL
SELECT 'user2@hotmail.com', '2020-06-27 19:53:00 UTC', '...', 1
)
SELECT * EXCEPT(ids),
(SELECT COUNT(DISTINCT id) FROM t.ids AS id) distinct_ids
FROM (
SELECT *, ARRAY_AGG(id) OVER(preceding_days) ids
FROM `project.dataset.table`
WINDOW preceding_days AS (
PARTITION BY email
ORDER BY UNIX_DATE(DATE(day))
ROWS BETWEEN 3 PRECEDING AND CURRENT ROW
)
) t
关于sql - 滚动日期范围内的 BigQuery 非重复计数,列上有分区,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/63158386/
SQL、PL-SQL 和 T-SQL 之间有什么区别? 谁能解释一下这三者之间的区别,并提供每一个的相关使用场景? 最佳答案 SQL 是一种对集合进行操作的查询语言。 它或多或少是标准化的,几乎所有关
这个问题已经有答案了: What is the difference between SQL, PL-SQL and T-SQL? (6 个回答) 已关闭 9 年前。 我对 SQL 的了解足以完成我的
我在数据库中有一个 USER 表。该表有一个 RegistrationDate 列,该列有一个默认约束为 GETDATE()。 使用 LINQ 时,我没有为 RegistrationDate 列提供任
我有一个可能属于以下类型的字符串 string expected result 15-th-rp 15 15/12-rp 12 15-12-th
很难说出这里问的是什么。这个问题模棱两可、含糊不清、不完整、过于宽泛或言辞激烈,无法以目前的形式合理回答。如需帮助澄清此问题以便可以重新打开,visit the help center . 9年前关闭
我有一个存储过程(称为 sprocGetArticles),它从文章表中返回文章列表。这个存储过程没有任何参数。 用户可以对每篇文章发表评论,我将这些评论存储在由文章 ID 链接的评论表中。 有什么方
我目前正在做一个 *cough*Oracle*cough* 数据库主题。讲师介绍embedded SQL作为让其他语言(例如 C、C++)与(Oracle)数据库交互的方式。 我自己做了一些数据库工作
SQL Server 中 SQL 语句的最大长度是多少?这个长度是否取决于 SQL Server 的版本? 例如,在 DECLARE @SQLStatement NVARCHAR(MAX) = N'S
这个问题已经有答案了: Simple way to transpose columns and rows in SQL? (9 个回答) 已关闭 8 年前。 CallType
预先感谢您对此提供的任何帮助。 假设我有一个查询,可以比较跨年的数据,从某个任意年份开始,永无止境(进入 future ),每年同一时期直到最后一个完整的月份(其特点是一月数据永远不会显示至 2 月
我在数据库中有一个 USER 表。该表有一个 RegistrationDate 列,该列的默认约束为 GETDATE()。 使用 LINQ 时,我没有为 RegistrationDate 列提供任何数
下面是我试图用来检查存储过程是否不存在然后创建过程的 sql。它会抛出一个错误:Incorrect syntax near the keyword 'PROCEDURE' IF NOT EXISTS
我有一个同事声称动态 SQL 在许多情况下比静态 SQL 执行得更快,所以我经常看到 DSQL 到处都是。除了明显的缺点,比如在运行之前无法检测到错误并且更难阅读,这是否准确?当我问他为什么一直使用
来自 lobodava 的动态 SQL 查询是: declare @sql nvarchar(4000) = N';with cteColumnts (ORDINAL_POSITION, CO
使用 SQL Server 中的存储过程执行动态 SQL 命令的现实优点和缺点是什么 EXEC (@SQL) 对比 EXEC SP_EXECUTESQL @SQL ? 最佳答案 sp_executes
我有这个有效的 SQL 查询: select sum(dbos.Points) as Points, dboseasons.Year from dbo.StatLines dbos i
我正在调试一些构建成功运行的 SQL 命令的代码。 然而,在查询结束时,查询结果似乎被写入了一个文本文件。 完整的查询如下 echo SELECT DATE,DATETABLE,DATE,APPDAT
我有一些创建表的 .sql 文件(MS SQL 数据库): 表_1.sql: IF OBJECT_ID (N'my_schema.table1', N'U') IS NOT NULL DROP TAB
我写了下面的 SQL 存储过程,它一直给我错误@pid = SELECT MAX(... 整个过程是: Alter PROCEDURE insert_partyco @pname varchar(20
我在 SQL Server 2005 中有包含两列 Fruit 和 Color 的表,如下所示 Fruit Colour Apple Red Orange
我是一名优秀的程序员,十分优秀!