Неисправное поведение "ORDER BY" в функции ARRAY_AGG в BigQuery - PullRequest
Новая
       30

Неисправное поведение "ORDER BY" в функции ARRAY_AGG в BigQuery

0 голосов
/ 14 сентября 2018

Я думаю, что функция ARRAY_AGG в BigQuery имеет ошибку в поведении ORDER BY.Вот некоторый SQL, чтобы объяснить, что: 

#standardSQL
WITH t1 AS (
  SELECT *
  FROM UNNEST ( [
    STRUCT(1 AS user_id, 1 AS team_id, "2018-07-17" AS date_str),
    (  2, 1, "2018-07-17" ),
    (  3, 1, "2018-07-17" ),
    (  4, 1, "2018-07-17" ),
    (  5, 1, "2018-07-17" ),
    (  6, 1, "2018-07-17" ),
    (  7, 1, "2018-07-17" ),
    (  8, 2, "2018-07-17" ),
    (  9, 2, "2018-07-17" ),
    ( 10, 2, "2018-07-17" ),
    ( 11, 2, "2018-07-17" ),
    ( 14, 3, "2018-07-17" ),
    ( 15, 3, "2018-07-17" ),
    ( 16, 3, "2018-07-17" ),
    ( 17, 3, "2018-07-17" ),
    (  1, 1, "2018-07-18" ),
    (  4, 1, "2018-07-18" ),
    (  5, 1, "2018-07-18" ),
    (  6, 1, "2018-07-18" ),
    (  7, 1, "2018-07-18" ),
    (  8, 2, "2018-07-18" ),
    (  9, 2, "2018-07-18" ),
    ( 10, 2, "2018-07-18" ),
    ( 11, 2, "2018-07-18" ),
    ( 12, 2, "2018-07-18" ),
    ( 13, 2, "2018-07-18" ),
    ( 14, 3, "2018-07-18" ),
    ( 15, 3, "2018-07-18" ),
    ( 16, 3, "2018-07-18" ),
    ( 17, 3, "2018-07-18" ),
    ( 18, 3, "2018-07-18" ) ] ) )

SELECT
  date_str,
  ARRAY_AGG(teams ORDER BY users) AS a1,
  ARRAY_AGG(users ORDER BY users) AS a2,
  ARRAY_AGG(teams ORDER BY teams) AS a3,
  ARRAY_AGG(users ORDER BY teams) AS a4,
  ARRAY_AGG(STRUCT(teams, users) ORDER BY users) AS a5
FROM (
  SELECT
    date_str,
    users,
    COUNT(*) AS teams
  FROM (
    SELECT
      date_str,
      team_id,
      COUNT(*) AS users
    FROM t1
    GROUP BY date_str, team_id
  )
  GROUP BY date_str, users
)
GROUP BY date_str
ORDER BY date_str;

Этот запрос возвращает; 

+-----+------------+----+----+----+----+----------+----------+
| Row | date_str   | a1 | a2 | a3 | a4 | a5.teams | a5.users |
+-----+------------+----+----+----+----+----------+----------+
|   1 | 2018-07-17 |  1 |  4 |  1 |  4 |        2 |        4 |
|     |            |  2 |  7 |  2 |  7 |        1 |        7 |
|   2 | 2018-07-18 |  1 |  5 |  1 |  5 |        2 |        5 |
|     |            |  2 |  6 |  2 |  6 |        1 |        6 |
+-----+------------+----+----+----+----+----------+----------+

Но я ожидаю как; 

+-----+------------+----+----+----+----+----------+----------+
| Row | date_str   | a1 | a2 | a3 | a4 | a5.teams | a5.users |
+-----+------------+----+----+----+----+----------+----------+
|   1 | 2018-07-17 |  2 |  4 |  1 |  7 |        2 |        4 |
|     |            |  1 |  7 |  2 |  4 |        1 |        7 |
|   2 | 2018-07-18 |  2 |  5 |  1 |  6 |        2 |        5 |
|     |            |  1 |  6 |  2 |  5 |        1 |        6 |
+-----+------------+----+----+----+----+----------+----------+

Кажется, ORDER BYпредложение в функции ARRAY_AGG не работает должным образом, поскольку a1 и a4 упорядочены неправильно.

Кроме того, трудно проглотить, что запрос работает точно так, как ожидалось, когда я заменяю любой из двух COUNT(*) детали с COUNT(user_id) или COUNT(team_id), что означает; 

SELECT
  date_str,
  ARRAY_AGG(teams ORDER BY users) AS a1,
  ARRAY_AGG(users ORDER BY users) AS a2,
  ARRAY_AGG(teams ORDER BY teams) AS a3,
  ARRAY_AGG(users ORDER BY teams) AS a4,
  ARRAY_AGG(STRUCT(teams, users) ORDER BY users) AS a5
FROM (
  SELECT
    date_str,
    users,
    COUNT(*) AS teams
  FROM (
    SELECT
      date_str,
      team_id,
      COUNT(user_id) AS users
    FROM t1
    GROUP BY date_str, team_id
  )
  GROUP BY date_str, users
)
GROUP BY date_str
ORDER BY date_str;

или 

SELECT
  date_str,
  ARRAY_AGG(teams ORDER BY users) AS a1,
  ARRAY_AGG(users ORDER BY users) AS a2,
  ARRAY_AGG(teams ORDER BY teams) AS a3,
  ARRAY_AGG(users ORDER BY teams) AS a4,
  ARRAY_AGG(STRUCT(teams, users) ORDER BY users) AS a5
FROM (
  SELECT
    date_str,
    users,
    COUNT(team_id) AS teams
  FROM (
    SELECT
      date_str,
      team_id,
      COUNT(*) AS users
    FROM t1
    GROUP BY date_str, team_id
  )
  GROUP BY date_str, users
)
GROUP BY date_str
ORDER BY date_str;

Насколько я понимаю, эти запросы должны возвращать результаты, идентичные исходному в этомсостояние.Это довольно запутанно для меня.Может быть, это ошибка или что-то, что я неправильно понял?

Некоторая дополнительная информация.

Внутренний подзапрос; 

SELECT
  date_str,
  users,
  COUNT(*) AS teams
FROM (
  SELECT
    date_str,
    team_id,
    COUNT(*) AS users
  FROM t1
  GROUP BY date_str, team_id
)
GROUP BY date_str, users

Возвращается; 

+-----+------------+-------+-------+
| Row | date_str   | users | teams |
+-----+------------+-------+-------+
|   1 | 2018-07-18 |     5 |     2 |
|   2 | 2018-07-17 |     7 |     1 |
|   3 | 2018-07-18 |     6 |     1 |
|   4 | 2018-07-17 |     4 |     2 |
+-----+------------+-------+-------+

Итак, создаем эти данные напрямую с помощью предложения и выполняем тот же агрегатный запрос; 

#standardSQL
With t2 AS (
  SELECT *
  FROM UNNEST ( [
    STRUCT("2018-07-18" AS date_str, 5 AS users, 2 AS teams),
    (  "2018-07-17", 7, 1 ),
    (  "2018-07-18", 6, 1 ),
    (  "2018-07-17", 4, 2 ) ] )
)

SELECT
  date_str,
  ARRAY_AGG(teams ORDER BY users) AS a1,
  ARRAY_AGG(users ORDER BY users) AS a2,
  ARRAY_AGG(teams ORDER BY teams) AS a3,
  ARRAY_AGG(users ORDER BY teams) AS a4,
  ARRAY_AGG(STRUCT(teams, users) ORDER BY users) AS a5
FROM t2
GROUP BY date_str
ORDER BY date_str;

Результатом стало то, что я ищу; 

+-----+------------+----+----+----+----+----------+----------+
| Row | date_str   | a1 | a2 | a3 | a4 | a5.teams | a5.users |
+-----+------------+----+----+----+----+----------+----------+
|   1 | 2018-07-17 |  2 |  4 |  1 |  7 |        2 |        4 |
|     |            |  1 |  7 |  2 |  4 |        1 |        7 |
|   2 | 2018-07-18 |  2 |  5 |  1 |  6 |        2 |        5 |
|     |            |  1 |  6 |  2 |  5 |        1 |        6 |
+-----+------------+----+----+----+----+----------+----------+

Я не понимаючто вызвало этоЯ полностью озадачен.Любые идеи или предложения приветствуются.

1 Ответ

0 голосов
/ 14 сентября 2018

Извините, если я неправильно понимаю, но порядок по умолчанию в порядке возрастания, поэтому он сортируется правильно? 

ARRAY_AGG(teams ORDER BY users desc) AS a1,
ARRAY_AGG(users ORDER BY users) AS a2,
ARRAY_AGG(teams ORDER BY teams) AS a3,
ARRAY_AGG(users ORDER BY teams desc) AS a4,

Если я изменяю их для сортировки по убыванию, я получаю желаемый результат

...