如何计算具有重复记录的 BigQuery table 中朋友的朋友数？

Question

我有一个 BigQuery table，格式如下：

person	friends.name	friends.year
John	Mary	1977
	Mike	1984
Mary	John	1980
Mike	John	1977
	Jane	1971

我想计算每个 person 单独列中的最大年份，以及每个 friends 记录我想计算每个朋友的朋友数量有（可以通过自连接或 window 函数实现）。

我不确定如何编写此查询，到目前为止我的方法是：

SELECT person, 
   ARRAY(SELECT AS STRUCT f.name, f.year FROM UNNEST (Friends) f), 
   ARRAY_LENGTH(friends) AS number_friends
FROM table

但是，这不会计算每个数组结构值的朋友数。这是我期待的输出：

person	friends.name	friends.year	friends.num_friends	max_year
John	Mary	1977	1	1984
	Mike	1984	2
Mary	John	1980	2	1980
Mike	John	1977	2	1977
	Jane	1971	0

如何以优化的方式编写此查询？

Answer 1

考虑以下方法

with friends_count as (
  select person, ifnull(num_friends, 0) num_friends from (
  select distinct name as person
  from your_table, unnest(friends)
  ) left join (
    select person, array_length(friends) num_friends
    from your_table
  ) using(person)
)
select person, array( 
    select as struct name, year, ifnull(num_friends, 0) num_friends
    from t.friends join friends_count on name = person
  ) friends,
  (select max(year) from t.friends) max_year
from your_table t

如果应用于您问题中的示例数据 - 输出为

如何计算具有重复记录的 BigQuery table 中朋友的朋友数？

How to compute number of friends of friends in a BigQuery table with repeated records?

sql

google-bigquery