1

我们有一个提高 BigQuery 准确性的问题，我们的使用案例如下，我们正在使用一个 16 亿条记录的表，一个对于我们的问题来说不是很大的表，并且我们正在尝试寻找唯一用户。

首先，我们认为使用“不同计数”，但正如文档中所说的大量数据，您可以获得估计结果。为了改善这一点，我们尝试使用“count + group by”代替“count distinct”语句。但是 bigquery 的结果是响应太大。我们首先按 UserID 分组，我们继续这个想法，但减少了数据数量，选择了特定的campaing，大大减少了数据量。但结果是一样的，反应太大了。

关于如何在 bigQuery 中准确获取唯一用户的任何想法或意见？

4

1 回答 1

3

COUNT(DISTINCT field)如您所见，返回一个近似答案。您可以通过使用COUNT(DISTINCT field, n)较大的 N 值来提高准确性。该值越大，结果越准确，但如果设置得太高可能会出现“结果太大”的错误。

您可以使用 GROUP EACH BY 获得确切的唯一计数。这可能会使计算同一查询中的其他值变得困难，但 GROUP EACH BY 将适用于任何大小的表。例如：

select count(*) from (select field from dataset.table GROUP EACH BY field)
于 2012-05-10T18:49:15.627 回答