Question

这是一个经典问题，我知道有很多类似于此处的工作：Select a Column in SQL not in Group By但它们不适用于我在Bigquery上的问题。

我有一张Twitter推文的表格，我想要一个网址排名，包括任何推文文字。

ID         tweet               url
1          my github tweet     http://www.github.com/xyz
2          RT github tweet     http://www.github.com/xyz
3          another tweet       http://www.twitter.com
4          more tweeting       http://www.github.com/abc

我尝试了以下查询，但之后id 1和2分别计算。

SELECT tweet, count(url) as popularity, url FROM table group by tweet, url order by popularity desc

如何正确计算/排名网址，并在结果中保留任何相关的推文文字？我不在乎它是来自ID 1还是2。

Answer 1

这是一种方法：

SELECT url, COUNT(*) AS popularity, GROUP_CONCAT(tweet) 
FROM Table GROUP BY url ORDER BY popularity

GROUP_CONCAT聚合函数将使用逗号作为分隔符连接与相同URL关联的所有推文（您可以选择另一个分隔符作为GROUP_CONCAT的第二个参数）。

Answer 2

我不确定这是否适用于 google-bigquery ，我没有经验，但这是一个纯sql的解决方案，我认为它可能适合你。

在子查询中获取count个url，然后使用join上的表格url获取：

select t.id,t.tweet,t.url,q.popularity
from table t
join 
(SELECT url, count(url) as popularity
FROM table group by url) q
on t.url=q.url
order by q.popularity desc

Bigquery：选择一个不包含在group by子句中的任何值的列

2 个答案: