BigQuery SQL: фильтр по последовательности событий - PullRequest
Новая
       30

BigQuery SQL: фильтр по последовательности событий

0 голосов
/ 26 января 2020

Я хочу посчитать, для каждого app_id, сколько раз за event_type: store_app_view следовал event_type: store_app_download для одного и того же пользователя ("follow" означает event_time_utc из store_app_view старше event_time_utc из store_app_download).

Пример данных: 

WITH 
`project.dataset.dummy_data_init` AS (SELECT event_id FROM UNNEST(GENERATE_ARRAY(1, 10000)) event_id),

`project.dataset.dummy_data_completed` AS (SELECT event_id,
    user_id[OFFSET(CAST(20 * RAND() - 0.5 AS INT64))] user_id,
    app_id[OFFSET(CAST(100 * RAND() - 0.5 AS INT64))] app_id,
    event_type[OFFSET(CAST(6 * RAND() - 0.5 AS INT64))] event_type,
    event_time_utc[OFFSET(CAST(26 * RAND() - 0.5 AS INT64))] event_time_utc
  FROM `project.dataset.dummy_data_init`, 
     (SELECT GENERATE_ARRAY(1, 20) user_id),
     (SELECT GENERATE_ARRAY(1, 100) app_id),
     (SELECT ['store_app_view', 'store_app_view', 'store_app_download','store_app_install','store_app_update','store_fetch_manifest'] event_type),
     (SELECT GENERATE_TIMESTAMP_ARRAY('2020-01-01 00:00:00', '2020-01-26 00:00:00',
                                INTERVAL 1 DAY) AS event_time_utc))

Select * FROM `project.dataset.dummy_data_completed`

Спасибо!

1 Ответ

2 голосов
/ 26 января 2020

Я хочу подсчитать, для каждого app_id, сколько раз после event_type: store_app_view следовал event_type: store_app_download.

Ваш представленный запрос, похоже, почти не связан с этим вопрос, поэтому я проигнорирую его.

Для каждой пары пользователь / приложение вы можете получить строки, соответствующие вашим условиям, используя GROUP BY: 

select user_id, app_id
from t
group by user_id, app_id
having min(case when event_type = 'store_app_view' then event_time end) <
       max(case when event_type = 'store_app_download' then event_time end);

Чтобы получить общее значение для каждый app, используйте подзапрос или CTE: 

select app_id, count(*)
from (select user_id, app_id
      from t
      group by user_id, app_id
      having min(case when event_type = 'store_app_view' then event_time end) <
             max(case when event_type = 'store_app_download' then event_time end)
     ) ua
group by app_id;
...