BigQuery：如何将分钟归因于个别日子答案

【问题标题】：BigQuery: how to attribute minutes to individual daysBigQuery：如何将分钟归因于个别日子
【发布时间】：2018-08-23 21:44:57
【问题描述】：

我在 BigQuery 中有一个具有以下架构的表：

deviceId int,
state int,
started timestamp,
duration minutes

此处的一行表示此设备在接下来的几分钟内从 start 开始处于此状态。这里的分钟数可能超过几天。

现在我想知道这个 deviceId 每天有多少分钟处于这种状态。所以上表中的一行可以表示为以下列表：

deviceId int,
state int,
date date,
duration minutes

这是我正在玩的一些示例表：

WITH `temp.test` AS (
  SELECT 1 id, 1 state, TIMESTAMP('2018-08-17 10:40:00') ts, 120 minutes UNION ALL
  SELECT 1, 2, '2018-08-17 12:40:00', 120 UNION ALL
  SELECT 1, 1, '2018-08-17 14:40:00', 560 UNION ALL
  SELECT 2, 1, '2018-08-17 09:00:00', 180 UNION ALL
  SELECT 2, 2, '2018-08-17 12:00:00', 2940 
)

在最后一行的情况下，其持续时间为 2940 分钟，即 49 小时（2 天零 1 小时），因此需要将其转换为多行。我想要从这个例子中得到的输出如下：

1, 1, 2018-08-17, 120
1, 2, 2018-08-17, 120
1, 1, 2018-08-17, 560
2, 1, 2018-08-17, 180
2, 2, 2018-08-17, 720 
2, 2, 2018-08-17, 1440
2, 2, 2018-08-17, 780

有没有办法在 SQL 中实现这一点，还是我应该编写一个 UDF？

【问题讨论】：

当然。简单的 SQL 就可以做到。你能提供一些虚拟数据吗
好点。我更新了我的问题！谢谢。

标签： sql google-bigquery

【解决方案1】：

以下示例适用于 BigQuery 标准 SQL

#standardSQL
WITH `project.dataset.table` AS (
  SELECT 1 id, 1 state, TIMESTAMP('2018-08-17 10:40:00') ts, 120 minutes UNION ALL
  SELECT 1, 2, '2018-08-17 12:40:00', 120 UNION ALL
  SELECT 1, 1, '2018-08-17 14:40:00', 560 UNION ALL
  SELECT 2, 1, '2018-08-17 09:00:00', 180 UNION ALL
  SELECT 2, 2, '2018-08-17 12:00:00', 2940 
)
SELECT 
  id, state, day,
  CASE 
    WHEN day = first_day AND day = last_day THEN minutes
    WHEN day = first_day THEN 24*60 - TIMESTAMP_DIFF(ts, TIMESTAMP(first_day), MINUTE)
    WHEN day = last_day THEN TIMESTAMP_DIFF(TIMESTAMP_ADD(ts, INTERVAL minutes MINUTE), TIMESTAMP(last_day), MINUTE)
    ELSE 24*60
  END duration
FROM `project.dataset.table`, 
UNNEST(GENERATE_DATE_ARRAY(DATE(ts), DATE(TIMESTAMP_ADD(ts, INTERVAL minutes - 1 MINUTE)), INTERVAL 1 DAY)) day,
UNNEST([STRUCT<first_day DATE, last_day DATE>(DATE(ts), DATE(TIMESTAMP_ADD(ts, INTERVAL minutes MINUTE)))]) key

结果：

Row id  state   day         duration     
1   1   1       2018-08-17  120  
2   1   2       2018-08-17  120  
3   1   1       2018-08-17  560  
4   2   1       2018-08-17  180  
5   2   2       2018-08-17  720  
6   2   2       2018-08-18  1440     
7   2   2       2018-08-19  780

您唯一需要调整的（我认为）是在下面使用 minutes - 1 与 minutes

TIMESTAMP_ADD(ts, INTERVAL minutes - 1 MINUTE)

这是为了处理期末到一天开始的情况 - 当天的持续时间为 0（零）

【讨论】：