BigQuery 标准 SQL：如何按 ARRAY 字段分组

Question

我的 table 有两列，id 和 a。 id 列包含一个数字，a 列包含一个字符串数组。我想计算给定数组的唯一 ID 的数量，数组之间的相等性被定义为 "same size, same string for each index".

当使用 GROUP BY a 时，我得到 Grouping by expressions of type ARRAY is not allowed。我可以使用 GROUP BY ARRAY_TO_STRING(a, ",") 之类的东西，但是这两个数组 ["a,b"] 和 ["a","b"] 被组合在一起，我失去了数组的 "real" 值（所以如果我想稍后在另一个查询中使用它，我必须拆分字符串）。

此字段数组中的值来自用户，因此我不能假设某些字符永远不会存在（并将其用作分隔符）。

Answer 1

而不是 GROUP BY ARRAY_TO_STRING(a, ",") 使用 GROUP BY TO_JSON_STRING(a)

因此您的查询将如下所示

#standardsql
SELECT 
  TO_JSON_STRING(a) arr,
  COUNT(DISTINCT id) cnt
FROM `project.dataset.table`
GROUP BY arr

你可以用像下面这样的虚拟数据来测试它

#standardsql
WITH `project.dataset.table` AS (
  SELECT 1 id, ["a,b", "c"] a UNION ALL
  SELECT 1, ["a","b,c"]
)
SELECT 
  TO_JSON_STRING(a) arr,
  COUNT(DISTINCT id) cnt
FROM `project.dataset.table`
GROUP BY arr

结果为

Row     arr             cnt  
1       ["a,b","c"]     1    
2       ["a","b,c"]     1

根据@Ted 的评论更新

#standardsql
SELECT 
  ANY_VALUE(a) a,
  COUNT(DISTINCT id) cnt
FROM `project.dataset.table`
GROUP BY TO_JSON_STRING(a)

Answer 2

或者，您可以使用逗号以外的其他分隔符

ARRAY_TO_STRING(a,"|")

BigQuery 标准 SQL：如何按 ARRAY 字段分组

BigQuery standard SQL: how to group by an ARRAY field

arrays

string

group-by

sql-standards

google-bigquery