我目前正在使用BigQuery和GROUP_CONCAT,它工作得很好。但是,当我尝试像在SQL中那样向GROUP_CONCAT语句添加ORDER BY子句时,我收到错误。
例如,像
这样的东西 SELECT a, GROUP_CONCAT(b ORDER BY c)
FROM test
GROUP BY a
如果我尝试指定分隔符,也会发生同样的情况。
有关如何处理此事的任何想法?
答案 0 :(得分:4)
由于BigQuery不支持GROUP_CONCAT函数中的ORDER BY子句,因此可以使用分析窗口函数来实现此功能。在BigQuery中,GROUP_CONCAT的分隔符只是函数的第二个参数。 下面的例子说明了这一点:
select key, first(grouped_value) concat_value from (
select
key,
group_concat(value, ':') over
(partition by key
order by value asc
rows between unbounded preceding and unbounded following)
grouped_value
from (
select key, value from
(select 1 as key, 'b' as value),
(select 1 as key, 'c' as value),
(select 1 as key, 'a' as value),
(select 2 as key, 'y' as value),
(select 2 as key, 'x' as value))) group by key
将产生以下内容:
Row key concat_value
1 1 a:b:c
2 2 x:y
关于窗口规范的注释:查询使用"行之间的无界前后无界"窗口规范,以确保分区中的所有行都参与GROUP_CONCAT聚合。每个SQL标准默认窗口规范是"无界前行和当前行之间的行"这对于运行总和等问题很有帮助,但在这个问题上却无法正常工作。
性能说明:尽管多次重新计算聚合函数看起来很浪费,但BigQuery优化器确实认识到,由于窗口没有改变,结果将是相同的,因此它只计算每个分区的聚合一次。
答案 1 :(得分:2)
BigQuery中的标准SQL模式支持某些聚合函数中的ORDER BY子句,包括STRING_AGG,例如:
#standardSQL
select string_agg(t.x order by t.y)
from unnest([struct<x STRING, y INT64>('a', 5), ('b', 1), ('c', 10)]) t
将导致
b,a,c
答案 2 :(得分:1)
这是BigQuery中标准SQL模式下的版本,其中ARRAY_AGG作为聚合函数:
select key,
array_agg(struct(grouped_value) order by array_length(grouped_value) desc limit 1)[offset(0)].*
from (
select
key,
array_agg(value) over
(partition by key
order by value asc
rows between unbounded preceding and unbounded following)
grouped_value
from (
select key, value from unnest([
struct(1 as key, "b" as value)
, struct(1, "c")
, struct(1, "a")
, struct(2, "y")
, struct(2, "x")
]))) group by key