Question

我一直在努力获取DAU的数量和每天安装的数量，这些数据由平台，OS_version，国家和其他几个用户数据分解。想法是让查询返回如下内容：

date |DAU|Installs|Platform|OS_ver|country| 2017-05-01 | 2 | 0 |Android |5.0 | US | 2017-05-01 | 1 | 1 |Android |6.0 | US | 2017-05-01 | 1 | 1 |Android |6.0 | JP | 2017-05-01 | 3 | 0 |Android |6.0 | MX | 2017-05-01 | 10| 0 |Android |5.0 | MX |

如您所见，DAU和安装将由那些（以及其他一些）列传播。非常简单的分析查询。

所有信息都位于同一个表中，因此数据需要由表本身进行操作和连接。

一个不显示信息的列是事件列，其中包含要安装的事件和＆＃34; screen＆＃34; （每当用户打开游戏中的任何屏幕时，甚至在登录后立即调用屏幕事件，因此＆＃34;屏幕＆＃34;事件将用于计算DAU）。

我最初的想法是创建两个CTE，每个CTE只有事件过滤的记录，一个按安装事件过滤，另一个按屏幕事件过滤，然后我提取日期的一部分（在unix时间戳中）并在每个CTE中创建另一列，install_day用于计算安装CTE上的安装量，以及activity_day用于DAU CTE计算#DAU。

创建这两个CTE之后，我将使用平台加入它们，条件如下：dau_cte.platform = install_cte.platform。

我尝试以几种不同的方式创建查询但使用上述相同的逻辑，但每次都获得了大量重复数据。因此，我不想显示我的查询代码来帮助解决问题，而是希望从社区中听到您们将采用哪种方法来获取这些结果。

顺便说一句，此查询将在Presto中运行... 提前谢谢！

Answer 1

查询必须相当简单。最终查询应按date，country，platform和os_ver进行分组。据我所知，两个感兴趣的指标是某些唯一用户（或事件）标识符的不同计数。根据presto文档，没有类型COUNT_DISTINCT(X if Y)的聚合，只留下在子查询中执行count不同，正如您所提到的。后面的查询就是这样做的。请注意使用COALESCE来计算缺失的数据。

SELECT
        a.date,
        a.platform,
        a.os_ver,
        a.country,
        COALESCE(a.DAU, 0) as DAU,
        COALESCE(b.installs, 0) as installs,
FROM (
        SELECT
                date,
                platform,
                os_ver,
                country,
                COUNT(DISTINCT <user_id>) AS DAU
        FROM <table_name>
        WHERE event_name = 'screen'
        GROUP BY 1,2,3,4 
) a
FULL JOIN (
        SELECT
                date,
                platform,
                os_ver,
                country,
                COUNT(DISTINCT <user_id>) AS installs
        FROM <table_name>
        WHERE event_name = 'install'
        GROUP BY 1,2,3,4
) b
ON
        a.date = b.date
        AND a.platform = b.platform
        AND a.os_ver = b.os_ver
        AND a.country = b.country

查询以获取DAU并使用自联接进行安装

1 个答案: