Question

我不知道sql，我试图记录我自己，但无法达到我想要的结果。

我在Bigquery上查看此查询，针对Github_timeline：

SELECT repository_url, actor_attributes_login
FROM [githubarchive:github.timeline]
WHERE type='WatchEvent' AND actor_attributes_login IN (
  SELECT actor_attributes_login FROM [githubarchive:github.timeline]
  WHERE type='WatchEvent'
  GROUP BY actor_attributes_login HAVING (count(*) > 1) AND (count (*) < 500)
)
GROUP EACH BY repository_url, actor_attributes_login;

在此处找到：https://github.com/anvaka/ghindex

根据我的理解，查询约束导致repos with 1＆lt;观星者＆lt; 500。

我想：从一个类型的多个值中一次获取数据：（对于有趣的人，请在此处找到类型的描述： https://developer.github.com/v3/activity/events/types/）

我想：

在Type字段中获取其他变量的数据，例如，pushEvents和downloadEvents
通过repos对推送和下载进行分组：如果一个repo有多个来自一个用户的推送，则返回一行以减少结果表的大小。
获取项目的观星人数，限制为1

我尝试按照repository_url对行进行分组，然后是限制为1的观星者

SELECT repository_url, actor_attributes_login, type
FROM [githubarchive:github.timeline]
WHERE (type='PushEvent'OR type='WatchEvent') AND actor_attributes_login IN (
  SELECT repository_url, actor_attributes_login FROM [githubarchive:github.timeline]
  WHERE (type='WatchEvent' or type='PushEvent')
  GROUP BY repository_url, actor_attributes_login HAVING (count(*) > 1) AND (count (*) < 500) 
)
GROUP EACH BY repository_url, actor_attributes_login, type
LIMIT 100;

但得到了错误：

Error: Right query in semi-join must have exactly one field selected.

我还尝试从字段TYPE简化和收集多个变量，而不尝试按repository_url分组; （这里我只使用AND actor_attributes_login =='author'来限制结果数量，作为测试）：

SELECT repository_url, actor_attributes_login, type
FROM [githubarchive:github.timeline]
WHERE (type='WatchEvent') AND actor_attributes_login IN (
  SELECT actor_attributes_login FROM [githubarchive:github.timeline]
  WHERE (type='WatchEvent' OR type='PushEvent' OR type='DownloadEvent' OR type='IssueCommentEvent') AND actor_attributes_login=='author'
  GROUP BY actor_attributes_login HAVING (count(*) > 1) AND (count (*) < 500)
)
GROUP EACH BY repository_url, actor_attributes_login, type LIMIT 100;

可是：

Query returned zero records.

你可以帮助理解我做错了什么，以便：

将提交给用户的repo的所有推送收集到一个唯一的行
一次性在“类型”字段中收集更多事件（例如，按下+下载+观看

可能我想将上述查询与应用于WatchEvent中涉及的用户数量的约束结合起来： - 获取所有注视回购的明星（即watchEvents中的所有actor_attributes_login），约束为1

但最终我可以在后期处理中做最后一部分，以降低复杂性。谢谢你的帮助！

Answer 1

也许我误解了你的问题陈述，但我认为以下SQL会做你想要的：

SELECT a.repository_url, a.actor_attributes_login, a.type
FROM [githubarchive:github.timeline] a
JOIN EACH
(SELECT actor_attributes_login FROM [githubarchive:github.timeline]
 WHERE type IN ('WatchEvent', 'PushEvent')
 GROUP BY actor_attributes_login HAVING (count(*) BETWEEN 1 AND 500)
) b
ON a.actor_attributes_login = b.actor_attributes_login
GROUP EACH BY 1,2,3 LIMIT 100;

从github_timeline中选择存储库URL：通过repos推送和下载组，并通过观星者过滤回购

1 个答案: