7

嗨，我有一张看起来像这样的桌子

Date         Customer   Pageviews
2014/03/01   abc          5
2014/03/02   xyz          8
2014/03/03   abc          6

我想获取按周分组的页面视图聚合，但显示过去 30 天的聚合 - （每周窗口大小为 30 天的滑动窗口聚合）

我正在使用谷歌大查询

编辑：戈登-关于“客户”的评论，实际上我需要的稍微复杂一点，这就是为什么我将客户包括在上表中的原因。我希望在每周 30 天的窗口中获得 >n 次综合浏览量的客户数量。像这样的东西

Date        Customers>10 pageviews in 30day window
2014/02/01  10
2014/02/08  5
2014/02/15  6
2014/02/22  15

然而，为了简单起见，如果我能得到一个完全忽略客户的综合浏览量的滑动窗口聚合，我会按我的方式工作。像这样的东西

Date        count of pageviews in 30day window
2014/02/01  50
2014/02/08  55
2014/02/15  65
2014/02/22  75
4

2 回答 2

10

这个怎么样：

SELECT changes + changes1 + changes2 + changes3 changes28days, login, USEC_TO_TIMESTAMP(week)
FROM (
  SELECT changes,
         LAG(changes, 1) OVER (PARTITION BY login ORDER BY week) changes1,
         LAG(changes, 2) OVER (PARTITION BY login ORDER BY week) changes2,
         LAG(changes, 3) OVER (PARTITION BY login ORDER BY week) changes3,
         login,
         week
  FROM (
    SELECT SUM(payload_pull_request_changed_files) changes, 
           UTC_USEC_TO_WEEK(created_at, 1) week,
           actor_attributes_login login,
    FROM [publicdata:samples.github_timeline]
    WHERE payload_pull_request_changed_files > 0
    GROUP BY week, login
))
HAVING changes28days > 0

对于每个用户，它会计算他们每周提交的更改数量。然后使用 LAG() 我们可以查看下一行，他们在 -1、-2 和 -3 周提交了多少更改。然后我们只需添加这 4 周，即可查看过去 28 天提交了多少更改。

现在，您可以将所有内容包装在一个新查询中，以过滤更改>X 的用户，并对他们进行计数。

于 2014-03-18T01:26:55.733 回答
2

我创建了以下“Times”表：

Table Details: Dim_Periods
Schema
Date    TIMESTAMP   
Year    INTEGER         
Month   INTEGER         
day         INTEGER         
QUARTER INTEGER     
DAYOFWEEK   INTEGER     
MonthStart  TIMESTAMP   
MonthEnd    TIMESTAMP   
WeekStart   TIMESTAMP   
WeekEnd TIMESTAMP   
Back30Days  TIMESTAMP   -- the date 30 days before "Date"
Back7Days   TIMESTAMP   -- the date 7 days before "Date"

我使用这样的查询来处理“运行总和”

SELECT Date,Count(*) as MovingCNT
FROM

(SELECT Date,
                Back7Days 
                    FROM DWH.Dim_Periods  
                 where Date < timestamp(current_date()) AND
                             Date >= (DATE_ADD (CURRENT_TIMESTAMP(), -5, 'month'))
                )P
                CROSS JOIN EACH
    (SELECT repository_url,repository_created_at
    FROM publicdata:samples.github_timeline
                ) L
        WHERE timestamp(repository_created_at)>= Back7Days 
              AND timestamp(repository_created_at)<= Date

GROUP EACH BY Date

请注意，它也可用于“月至今”、“周至今”、“30 天前”等聚合。但是，性能不是最好的，并且由于笛卡尔坐标，查询可能需要一段时间才能处理较大的数据集加入。希望这会有所帮助

于 2014-03-19T07:53:22.120 回答