google-bigquery - 对数组求和页面浏览量

问题描述

我已经尝试解决一个问题几天了，但我完全陷入困境：

我确实有一个来自 Snowplow Analytics 的基本综合浏览量表。我正在从中创建一个会话表。该表具有用于构造我的数据的数组。
现在，当我进行 sum(count_page_views) 时，总数是正确的。
一旦我添加了日期维度 date(session_start)，这一天的总和就完全错误了。

这就是表应该的样子。（在浏览量 ID 上计数不同）

这是我的会话表 SQL 的样子：

我很确定我误解了数组求和和 array_length 的工作方式，但我不知道，出了什么问题......

会话表的 SQL

with all_page_views as (
  select
    *
  from
    `page_views_table`

),
sessions_agg as (
  select
    pv.session_id,
    array_agg(
      pv
      order by
        pv.page_view_in_session_index
    ) as all_pageviews
  from
    all_page_views as pv
  group by
    1
),
sessions_agg_xf as (
  select
    session_id,
    all_pageviews,
    (
      select
        struct(
          min(page_view_start) as session_start,
          max(page_view_end) as session_end
        )
      from
        unnest(all_pageviews)
    ) as timing
  from
    sessions_agg
),
sessions as (
  select
    timing.session_start,
    timing.session_end,
    array_length(all_pageviews) as count_page_views
  from
    sessions_agg_xf
)
select
  sum(count_page_views )
from
  sessions

  where date(session_start) = "2020-02-01"

标签： google-bigquery

google-bigquery - 对数组求和页面浏览量

问题描述

解决方案

推荐阅读