Bigquery SQL - unnest in SELECT 还是 JOIN 更好？

Question

我有一个数据集，其中视图嵌套在会话中，我想要计算每个会话的视图数。构建此类查询的更多 efficient/proper 方法是什么？

是否有任何文档讨论在 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

Answer 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`

b)

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，但我们也看一下解释选项卡：

一个）

b)

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具有相同 ID 的会话。

但如果您正在寻找更简洁的选项：

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

Answer 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 returns 63 行和第二个查询 returns 62 行

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

当然，如果您的 table 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 - 我希望第二个查询更昂贵

Bigquery SQL - unnest in SELECT 还是 JOIN 更好？

Bigquery SQL - Is it better to unnest in SELECT or JOIN?

sql

google-bigquery

unnest