如何从未嵌套的数据（BigQuery 中的 Google Analytics 数据）返回正确的汇总总数

Question

我正在 BigQuery 中对 GA 数据运行一些查询，当我想从未嵌套的表中返回数据总和时，我遇到了一个反复出现的问题，其中我的总数远高于预期 - 我怀疑未嵌套的行是被计数，导致计数不准确。这是一个例子：

SELECT DATE, SUM(totals.transactions)
FROM `PROJECTNAME.43786551.ga_sessions_20*` AS GBP
    WHERE parse_date('%y%m%d', _table_suffix) between 
    DATE_sub(current_date(), interval 1 day) and
    DATE_sub(current_date(), interval 1 day)
    GROUP BY DATE

返回：

1 20171122 12967

正如预期的那样。接下来，我想使用来自hits. 的字段，这需要我取消嵌套命中，进行查询：

SELECT DATE, SUM(totals.transactions), MIN(hits.page.hostname) AS site
FROM `PROJECTNAME.43786551.ga_sessions_20*` AS GBP
CROSS JOIN UNNEST (hits) as hits
    WHERE parse_date('%y%m%d', _table_suffix) between 
    DATE_sub(current_date(), interval 1 day) and
    DATE_sub(current_date(), interval 1 day)
    GROUP BY DATE

但是，现在的结果显示：

20171122 2320004 www.hostname.com

事务的数量要高得多，我假设它正在计算所有未嵌套的行，我该如何解决这个问题，我想计算未嵌套的表，但也使用未嵌套的字段？

Answer 1

你应该这样做：

    SELECT DATE, SUM(totals.transactions), 
        (SELECT MIN(hit.page.hostname) FROM UNNEST (GBP.hits) AS hit) AS site
        FROM `PROJECTNAME.43786551.ga_sessions_20*` AS GBP
        WHERE parse_date('%y%m%d', _table_suffix) between 
        DATE_sub(current_date(), interval 1 day) and
        DATE_sub(current_date(), interval 1 day)
        GROUP BY DATE, site