Question

我将Firebase项目连接到BigQuery，并收到了昨天所有的活动。

我有一个具有Integer参数的用户定义事件。用户属性＆＃34; user_job＆＃34;类型为String（例如，＃34; Pilot＆＃34;，＆＃34; Mechanic＆＃34;，＆＃34; Programmer＆＃34;，...）我想知道用户作业分组的整数参数的平均值。

是否有提取该信息的SQL查询？

我知道SQL但我的问题是数据以某种方式嵌套在RECORD中，我不知道如何处理它。如果每个事件一行，每个用户属性一列，我就不会遇到这个问题。如果是这样的话，我可以写一些像：

SELECT AVG( param ), user_job FROM table WHERE event_type = "my_event" GROUP BY user_job

但是用户属性在RECORD（数组？）中，并且RECORD中也有多个事件。

或许使用SQL查询是处理这类请求的错误方法。如果是这样，有人可以指点我的方向。我看到BigQuery中有user defined functions。那么我应该创建一个用户定义的函数，将Firebase BigQuery行转换为如上所述的平面结构，这是正确的方法吗？

更新我运行了Sara和Elliot的查询，处理的字节在两种情况下都是相同的（这是成本）。 Saras查询比Elliots跑得更快，但这可能是随机的机会（谷歌收费数据，而不是时间）。即便如此，我还是将Elliots的答案标记为最终答案，因为根据文档，Standart SQL是推荐的答案。我仍然不知道这一切与UDF相比如何，可能会对此进行测试。

UPDATE2： 我用UDF实现测试了它，它为每个round_completed事件发出了一个新行（语言，硬币）。与Sara和Elliot发布的仅SQL解决方案相比，它运行时间更长，处理的数据更多。

|_Solution___|_Time___|_Data Processed___|
|Sara        |2.1s    |399 KB            |
|Elliot      |2.4s    |399 KB            |
|UDF         |3.4s    |437 KB            |

*请注意，时间可能是一个糟糕的指标，因为未知谷歌数据中心在给定时间的繁忙程度。最终，处理数据的成本更低。我仍然把时间包括在内，也许它在某种程度上是有用的。

Answer 1

我建议使用standard SQL而不是遗留SQL进行此类分析，因为它使语义更加清晰。用户定义的函数，特别是在遗留SQL中，将比使用SQL更难维护和更昂贵。

以下是可能有用的示例查询。要运行它，请取消选中＆＃34;使用旧版SQL＆＃34;在＆＃34;显示选项＆＃34;在用户界面中：

SELECT
  user_properties.value.value.string_value as lang,
  AVG((SELECT SUM(value.int_value)
       FROM UNNEST(event_dim),
         UNNEST(params)
       WHERE key = "coins_awarded")) as avg_coins 
FROM 
  `firebase-analytics-sample-data.ios_dataset.app_events_20160607` t,
    UNNEST(user_dim.user_properties) user_properties
WHERE 
  user_properties.key = "language"
GROUP BY 1;

在此查询中，带有UNNEST(user_dim.user_properties)的逗号运算符会为重复的user_properties中的每个元素返回一行：

`firebase-analytics-sample-data.ios_dataset.app_events_20160607`,
  UNNEST(user_dim.user_properties) user_properties

在计算所有重复中int_value总和的子查询中，UNNEST用于将重复的event_dim和params转换为行，逗号运算符采用他们之间的交叉产品：

SELECT SUM(value.int_value)
FROM UNNEST(event_dim),
  UNNEST(params)
WHERE key = "coins_awarded"

有关旧版SQL中FLATTEN和标准SQL中的等效内容的更多信息，请参阅迁移指南中的Removing repetition with FLATTEN。

Answer 2

要完成此操作，您需要FLATTEN其中一个重复的字段。使用示例Firebase Analytics datasets，这里的查询类似于您尝试实现的内容：

SELECT
  user_dim.user_properties.value.value.string_value as lang,
  AVG(event_dim.params.value.int_value) as avg_coins 
FROM 
  FLATTEN([firebase-analytics-sample-data:ios_dataset.app_events_20160607], user_dim.user_properties)
WHERE 
  user_dim.user_properties.key = "language"
  AND event_dim.params.key = "coins_awarded"
GROUP BY 1

这可以获得用户获得的平均硬币数量，按照语言偏好进行分组。

BigQuery / Firebase查询事件，按用户属性排序

2 个答案: