使用 BigQuery 中的事件时间戳检测事件之间的 30 天（或更长时间）间隔答案

【问题标题】：Detect 30 days (or more) interval between events using event timestamp in BigQuery使用 BigQuery 中的事件时间戳检测事件之间的 30 天（或更长时间）间隔
【发布时间】：2018-02-23 02:39:54
【问题描述】：

我有一张这样的桌子：

uid |事件名称 |时间戳 ------ | ------ | -------- 用户 ID1 |登录 | 1501839197 用户 ID1 |登录 | 1501840142 用户 ID2 |登录 | 1503261360 用户 ID2 |登录 | 1503261858 用户 ID3 |登录 | 1502681803 用户 ID3 |登录 | 1502376007

任务是选择登录事件间隔超过 30 天的那些 uid。换句话说，我需要始终将每个事件的时间戳与前一个事件的时间戳进行比较，如果间隔 >= 30 天，则将 uid 添加到结果表中。

结果表应该只包含 uid。

谢谢！

【问题讨论】：

标签： sql events timestamp google-bigquery

【解决方案1】：

对于初学者，我在这里使用了标准 SQL BigQuery 语法。

要找到这类用户，您可以使用LAG函数（documentation）。

with data as
(
select uid, timestamp, 
LAG(timestamp, 1) OVER (PARTITION BY uid ORDER BY TIMESTAMP) as last_login 
from YOUR_TABLE
where eventName = 'login'
)
select uid from data
where TIMESTAMP_DIFF(timestamp, last_login, HOUR) >= (30 * 24)

此函数允许您按照PARTITION BY 子句定义的顺序访问前一行。然后只需要选择天数差异大于或等于 30 天的行（TIMESTAMP_DIFF 不支持DAY，这就是我使用 30*24 的原因）。

如果您的 timestamp 列的类型为 INT64，那么您可以使用 TIMESTAMP_SECONDS() 或 TIMESTAMP_MILLIS() 函数将数字转换为 BigQuery 中的时间戳 (documentation)。

【讨论】：

谢谢，马辛！看起来它应该工作。但我忘记了一件事。时间戳列是 INTEGER，而不是 TIMESTAMP。我在尝试执行代码时得到了这个[参数类型的函数 TIMESTAMP_DIFF 没有匹配的签名：INT64、INT64、DATE_TIME_PART。支持的签名：TIMESTAMP_DIFF(TIMESTAMP, TIMESTAMP, DATE_TIME_PART)] 我们应该将整数转换为时间戳吗？如果是，怎么做？
标记了这个答案，因为当时间戳列是时间戳类型时它可以完美运行。