Bigquery SQL - 在SELECT或JOIN中删除更好吗？

Question

我有一个数据集，其中视图嵌套在会话中，我希望每个会话都有一个视图计数。构建此类查询的更有效/正确的方法是什么？

是否有任何文档讨论在BigQuery SQL中编写查询的首选方法？

SELECT session_key, ( SELECT COUNT( view_id ) FROM UNNEST( views ) views ) AS view_count 
FROM sessions 
WHERE _PARTITIONTIME >= TIMESTAMP( '2016-04-01' ) ;

SELECT session_key, COUNT( view_id ) AS view_count 
FROM sessions 
  LEFT JOIN UNNEST( views ) views 
WHERE _PARTITIONTIME >= TIMESTAMP( '2016-04-01' ) 
GROUP BY session_key; 

谢谢

Answer 1

工作查询：

A）

SELECT visitId, ( SELECT COUNT( hitNumber ) FROM UNNEST( hits ) ) AS view_count 
FROM `google.com:analytics-bigquery.LondonCycleHelmet.ga_sessions_20130910`

b）中

SELECT visitId, COUNT( hitNumber ) AS view_count 
FROM `google.com:analytics-bigquery.LondonCycleHelmet.ga_sessions_20130910`
LEFT JOIN UNNEST( hits )  
GROUP BY visitId

第一个查询看起来更简短，更简洁，但我们也看看解释标签：

A）

b）中

它在执行时也看起来更好！可能是因为第二个查询有GROUP BY visitId，这会强制BigQuery查看是否有任何其他具有相同ID的会话。

但如果您正在寻找更简洁的选择：

SELECT visitId, ARRAY_LENGTH(hits) AS view_count 
FROM `google.com:analytics-bigquery.LondonCycleHelmet.ga_sessions_20130910`

Answer 2

这不仅仅是which way better? - 它也是which way reflects your goal?，因为这些结果不同！你可以在Felipe的答案中看到这一点 - 第一个查询返回63行，第二个查询返回62行

因此，第一个查询只返回与sessions表一样多的行以及数组字段中的条目数。
而除了上述内容之外，第二个查询将所有行分组并聚合各自的计数

当然，如果您的表格中的所有visitId都是唯一的 - 这会产生相同的结果 但是因为这个额外的分组 - 我希望第二个查询更加昂贵