如何计算 BigQuery 中分区的平均事件频率答案

【问题标题】：How to compute the average event frequency over a partition in BigQuery如何计算 BigQuery 中分区的平均事件频率
【发布时间】：2020-01-30 05:14:28
【问题描述】：

我有一个 BigQuery 表，它本质上是给定用户会话的事件跟踪。我想在示例中按轨道对数据进行分区，并生成在轨道上平均的事件频率分布。

跟踪事件名称 1个 1乙 1℃ 2个 3个 3乙

因此对于这些数据，结果将是

A - 100% 乙 - 66% C - 33%

也就是说所有轨道都包含事件 A，66% 的轨道包含事件 B，33% 的轨道包含事件 C。

我想使用 SQL 和 PARTITION BY 中的分析函数来执行此操作，但不确定如何进行。谢谢！

【问题讨论】：

您是否有固定数量的事件（即只有 A、B、C）？使用 CTE 和左连接将相当容易，您是否需要使用分析函数？
是的，事件名称是枚举的（有限集）——我不需要使用分析函数，这正是我在 SQL 方面的相对非专业知识所导致的。

标签： google-bigquery partition data-partitioning

【解决方案1】：

以下是 BigQuery 标准 SQL

#standardSQL
SELECT DISTINCT event, 
  ROUND(100 * COUNT(1) OVER(PARTITION BY event) / COUNT(DISTINCT track) OVER(), 2) frequency
FROM `project.dataset.table`

如果适用于您问题的样本数据 - 结果是

Row event   frequency    
1   A       100.0    
2   B       66.67    
3   C       33.33

【讨论】：

【解决方案2】：

如果你想使用分区，你可以这样做：

select event, 
   round( (count(track)/count(distinct event))/count(distinct event) over () * 100, 2) as perc
   from (
      select distinct
         event, 
         track
      from `yourdataset.table`
   )
group by 1

希望对你有帮助。

【讨论】：