在 BigQuery SQL 中获得不同的计数和每行重复答案

【问题标题】：get a distinct count and repeating per row in BigQuery SQL在 BigQuery SQL 中获得不同的计数和每行重复
【发布时间】：2020-09-02 00:16:58
【问题描述】：

我还没有找到答案，但我认为应该可以通过 BigQuery 的一个查询来做到这一点 - 我正在寻找接近这个的东西，即使是近似结果。

假设我有一个如下所示的表，其中有一列名为 myValue

====
myValue
====
foo  |
bar  |
bar  |
baz  |

我希望能够有一个查询，该查询会在其旁边产生一个列，该列在每一行上都有不同的 myValue 计数。

=======|=====================|
myValue|myNewCounts          |
=======|=====================|
foo    |[foo:1, bar:2, baz:1]
bar    |[foo:1, bar:2, baz:1]
bar    |[foo:1, bar:2, baz:1]
baz    |[foo:1, bar:2, baz:1]

我知道您可以使用 ARRAY_AGG(distinct) 来获取每一行的不同值，但我无法找到一种方法来获取每一行的计数，即使是以近似的方式。

这很重要，这在单个查询中完成 - 我显然可以有一个单独的查询来计算不同的计数，然后将其连接回该表，但我试图在一个查询中执行此操作。

有人会认为 - 在列式数据库中 - 一次返回 myValue 和 myNewCounts 应该是可行的......

【问题讨论】：

标签： google-bigquery

【解决方案1】：

以下是 BigQuery 标准 SQL

#standardSQL
SELECT * FROM `project.dataset.table`, (
SELECT '[' || STRING_AGG(x, ', ') || ']' myNewCounts FROM (
  SELECT FORMAT('%s:%i', myValue, COUNT(1)) x
  FROM `project.dataset.table`
  GROUP BY myValue
))

如果应用到您的问题中的样本数据，如下例所示

#standardSQL
WITH `project.dataset.table` AS (
  SELECT 'foo' myValue UNION ALL
  SELECT 'bar' UNION ALL
  SELECT 'bar' UNION ALL
  SELECT 'baz' 
)
SELECT * FROM `project.dataset.table`, (
SELECT '[' || STRING_AGG(x, ', ') || ']' myNewCounts FROM (
  SELECT FORMAT('%s:%i', myValue, COUNT(1)) x
  FROM `project.dataset.table`
  GROUP BY myValue
))

结果是

Row myValue myNewCounts  
1   foo     [foo:1, bar:2, baz:1]    
2   bar     [foo:1, bar:2, baz:1]    
3   bar     [foo:1, bar:2, baz:1]    
4   baz     [foo:1, bar:2, baz:1]

如果 myNewCounts 预计是一个数组 - 请改用以下版本

#standardSQL
SELECT * FROM `project.dataset.table`, (
SELECT ARRAY_AGG(x) myNewCounts FROM (
  SELECT FORMAT('%s:%i', myValue, COUNT(1)) x
  FROM `project.dataset.table`
  GROUP BY myValue
))

【讨论】：