Question

在我的BigQuery项目中，我存储了从Firebase集成的事件数据。粒度和维度是如此之大，以至于试图在Data Studio中快速呈现原始数据会使报表变得非常慢（每页/互动1-2分钟）。

然后，我开始思考如何在BigQuery中创建预聚合的表格以加快所有操作，但是很快意识到COUNT DISTINCT指标将是这种方法的问题。让我解释一下：

SELECT user, date
FROM UNNEST([
  STRUCT("Adam" AS user, "20190923" AS date),
  ("Bob", "20190923"),
  ("Carl", "20190923"),
  ("Adam", "20190924"),
  ("Bob", "20190924"),
  ("Adam", "20190925"),
  ("Carl", "20190925"),
  ("Bob", "20190926")
]) AS website_visits;

+------+----------+
| User |   Date   |
+------+----------+
| Adam | 20190923 |
| Bob  | 20190923 |
| Carl | 20190923 |
| Adam | 20190924 |
| Bob  | 20190924 |
| Adam | 20190925 |
| Carl | 20190925 |
| Bob  | 20190926 |
+------+----------+

以上是网站访问量表。

很明显，创建了一个预汇总表，例如

SELECT date, COUNT(DISTINCT user) FROM website_visits GROUP BY date

有一个局限性，即该计数不能进一步汇总（甚至在动态上甚至更少），因为进行SUM运算会返回8个唯一用户，这是不正确的，只有3个唯一用户。

在BigQuery中，使用HLL_COUNT可以解决此问题，尽管近似值对我来说还是可以的。

现在有个大问题：

如何做才能使结果在Data Studio中显示？？

HLL_COUNT.EXTRACT在该处不可用，在报告中，我始终要记住，日期范围是由用户设置的，但是他喜欢，因此无法存储< / em>所有案例的预先汇总结果...

编辑1：APPROX_COUNT_DISTINCT

根据Bobbylank的回答，我尝试使用APPROX_COUNT_DISTINCT。但是我发现这似乎只是将问题移到了线下。我的错是没有解释那里的事。尽管性能可以接受，但我似乎无法将数据源与此计算出的指标混合。

示例：在显示所选时间段内的唯一身份用户数量（现在可以使用）之后，我还试图像Firebase一样在Data Studio中显示每用户平均收入（ARPU）。

为此，我必须 SUM（收入）/ APPROX_COUNT_DISTINCT（USER）

很明显，REVENUE可以与预聚合一起使用，并且可以在原始数据中找到。然后，我尝试将原始数据与仅包含用户访问的表进行混合。但是，由于不允许使用计算得出的指标，因此不能在混合数据定义中使用APPROX_COUNT_DISTINCT。

即使试图将USER字段用作具有Count Distinct聚合的指标，尽管在分别显示收入和用户计数时返回了正确的数字，但当我尝试将它们分开时，问题就变成了聚合（将SUM或AVG应用于该字段，基本上结果将是每天AVG（收入/用户）。

然后，我也尝试将REVENUE直接存储在visits表中，但是Data Studio提醒我，我无法创建无法将维度和指标混合在计算字段中的计算指标。

Answer 1

APPROX_COUNT_DISTINCT对您来说可能对性能更友好吗？

https://support.google.com/datastudio/answer/9189108?hl=en

否则，我能想到的唯一方法就是根据客户每天的需求预先计算几个指标（例如，当天的唯一身份用户，7天的累积用户，14天的用户等等）。

或者您可以提供一份包含这两种方法的2页报告，并告诫第一种方法可以在一段时间内使用，但会慢得多？

BigQuery到Data Studio：无论选择的时间段如何，都显示可靠的COUNT DISTINCT

1 个答案: