Question

我有一行URL列。

我喜欢将URL分解为域和路径。我可以使用BigQuery语法中的域（URL）来执行域。

我的问题是如何获取网址的路径？

我想将X，Y和abc作为单独的columsn。

Answer 1

您可以使用REGEXP提取您需要的内容

SELECT Regexp_extract(URL,r'^http://www(?:[^/]*)/(.*)') as full_path,
 Regexp_extract(URL,r'^http://www(?:[^/]*)/(?:[^/]*/){0}([^/]*)') as full_path0,
 Regexp_extract(URL,r'^http://www(?:[^/]*)/(?:[^/]*/){1}([^/]*)') as full_path1,
 Regexp_extract(URL,r'^http://www(?:[^/]*)/(?:[^/]*/){2}([^/]*)') as full_path2,
 Regexp_extract(URL,r'^http://www(?:[^/]*)/(?:[^/]*/){3}([^/]*)') as full_path3,
FROM 
(Select 'http://www.somedomain.com/X/Y/abc' as URL)

关于与MS日志解析器的比较。

Log Parser直接在日志平面文件上运行，而在BQ中则需要加载它1。
日志解析器在专用计算机上运行，而BQ作为云运行服务（很多机器，你不在乎多少......）
你会发现性能明智的BQ可以更快地完成任务没有关心你的可用资源处理。（日志分析只能以多个线程的数量运行多线程可用的CPU单元，并消耗了很多机器的缓存运行）
BQ中的正则表达式函数为您提供了所有的灵活性从日志中提取任何数据模式。

享受

Answer 2

ga_sessions已点击叶表，自动分解您的网址

以

为例

http://www.somedomain.com/X/Y/abc

hits.page.pagePathLevel1 will have 'www.somedomian.com/'
hits.page.pagePathLevel2 will have '/X/'
hits.page.pagePathLevel3 will have '/Y/'

BigQuery查询语法获取URL的路径

2 个答案: