Bigquery SQL - 在 SELECT 或 JOIN 中取消嵌套更好吗？答案

【问题标题】：Bigquery SQL - Is it better to unnest in SELECT or JOIN?Bigquery SQL - 在 SELECT 或 JOIN 中取消嵌套更好吗？
【发布时间】：2018-04-12 20:47:47
【问题描述】：

我有一个数据集，其中视图嵌套在会话中，我想要每个会话的视图计数。构建此类查询的更有效/正确的方法是什么？

是否有任何文档讨论了在 BigQuery SQL 中编写查询的首选方式？

SELECT session_key, ( SELECT COUNT( view_id ) FROM UNNEST( views ) views ) AS view_count 
FROM sessions 
WHERE _PARTITIONTIME >= TIMESTAMP( '2016-04-01' ) ;

SELECT session_key, COUNT( view_id ) AS view_count 
FROM sessions 
  LEFT JOIN UNNEST( views ) views 
WHERE _PARTITIONTIME >= TIMESTAMP( '2016-04-01' ) 
GROUP BY session_key;

谢谢

【问题讨论】：

firebase.googleblog.com/2017/03/…

标签： sql google-bigquery unnest

【解决方案1】：

工作查询：

一）

SELECT visitId, ( SELECT COUNT( hitNumber ) FROM UNNEST( hits ) ) AS view_count 
FROM `google.com:analytics-bigquery.LondonCycleHelmet.ga_sessions_20130910`

SELECT visitId, COUNT( hitNumber ) AS view_count 
FROM `google.com:analytics-bigquery.LondonCycleHelmet.ga_sessions_20130910`
LEFT JOIN UNNEST( hits )  
GROUP BY visitId

第一个查询看起来更短更简洁，但我们还要看一下说明选项卡：

一）

它在执行时看起来也更好！可能是因为第二个查询有一个GROUP BY visitId，这会强制 BigQuery 查看是否有任何其他会话具有相同的 ID。

但如果您正在寻找更简洁的选择：

SELECT visitId, ARRAY_LENGTH(hits) AS view_count 
FROM `google.com:analytics-bigquery.LondonCycleHelmet.ga_sessions_20130910`

【讨论】：

如果在“views”中嵌套了另一个称为“clicks”的级别，并且我想获取会话级别的点击次数，是否有类似 ARRAY_LENGTH(hits) 的快捷方式？
用点导航？如果你给我一个具体的数据集，我就能给你一个具体的答案。

【解决方案2】：

这不仅仅是关于which way better? - 它也是关于which way reflects your goal?，因为它们的结果是不同的！您可以在 Felipe 的回答中看到这一点 - 第一个查询返回 63 行，第二个查询返回 62 行

因此，第一个查询只返回与您的 sessions 表一样多的行以及数组字段中的条目数。
而第二个查询，除了上述之外，还对所有行进行分组并汇总各自的计数

当然，如果您的表的所有 visitId 都是唯一的 - 这会产生相同的结果
但是因为这个额外的分组 - 我预计第二个查询会更昂贵

【讨论】：