google-bigquery - 如何根据bigquery中另一列中的重复值计算一列

Question

我有下表

学生卡	科目
1	数学
	英语
2	数学

我需要计算每个科目有多少学生

我尝试执行以下查询，但在 +4TB 数据上出现错误“超出资源”（主题数组在实际数据中很大）

    选择主题，计数（不同的 id）
    从 my_table t，
    unnest(t.subjects) 主题
    按主题分组

我认为未嵌套和太大数据的问题是什么？有什么建议么？

标签： google-bigquerybigdata

Answer 1

尝试使用 APPROX_COUNT_DISTINCT，如下例所示

select subject, approx_count_distinct(student_id) students
from my_table t,
unnest(t.subjects) subject
group by subject