count - BigQuery 到 Data Studio ：无论所选时间段如何，都显示可靠的 COUNT DISTINCT

问题描述

在我的 BigQuery 项目中，我存储从 Firebase 集成的事件数据。粒度和维度使得尝试在 Data Studio 中快速呈现原始数据会使报告变得非常缓慢（每页/交互 1-2 分钟）。

然后我开始思考如何在 BigQuery 中创建预聚合表以加快一切速度，但很快意识到 COUNT DISTINCT 指标将是这种方法的问题。让我解释：

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。

显然，创建一个预聚合表，如

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

有一个限制，即计数不能进一步聚合（甚至更少，动态地）以获得总数，因为执行 SUM 将返回 8 个不正确的唯一用户，只有 3 个唯一用户。

在 BigQuery 中，这是通过使用 HLL_COUNT 来解决的，尽管近似值对我来说还可以。

现在到了一个大问题：

如何做同样的事情以使结果可以在 Data Studio 中显示？？？？

HLL_COUNT.EXTRACT 不能作为其中的函数使用，在报告中我总是要记住，日期范围是由用户设置的，但是他喜欢，所以不可能为 ALL存储预先汇总的结果案例...

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底线。我的错没有解释那里有什么。尽管性能可以接受，但我似乎无法将数据源与此计算指标混合。

示例：在显示所选期间的唯一用户数量（现在有效）之后，我还尝试像 Firebase 一样在 Data Studio 中显示平均每用户收入 (ARPU)。

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

显然，REVENUE 可以与预聚合一起使用，并且可以在原始数据中使用。然后我尝试将原始数据与仅包含用户访问的表混合。但是 APPROX_COUNT_DISTINCT 不能在混合数据定义中使用，因为不允许计算指标。

即使尝试将 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正确的数字，但当我尝试将它们划分时，问题变成了聚合（将 SUM 或 AVG 应用于该字段，基本上是结果将是每天的 AVG(REVENUE/USERS)）。

然后我还尝试将 REVENUE 直接存储在访问表中，但 Data Studio 提醒我无法创建计算指标，我无法在计算字段中混合维度和指标。

标签： countgoogle-bigquerydistinctgoogle-data-studiohyperloglog

count - BigQuery 到 Data Studio ：无论所选时间段如何，都显示可靠的 COUNT DISTINCT

问题描述

解决方案

推荐阅读