在 BigQuery 中计算分区的运行总和答案

【问题标题】：Calculating running sum over partition in BigQuery在 BigQuery 中计算分区的运行总和
【发布时间】：2013-12-13 20:25:56
【问题描述】：

我正在尝试计算分区上的运行总和。这似乎比BigQuery SQL running totals 中建议的方法更简单快捷。

例如：

选择语料库，语料库_日期，字数， sum(word_count) over (partition by corpus,corpus_date order by word_count,word DESC) as running_sum 从 [publicdata:samples.shakespeare]

我面临两个问题：

我无法让总和从最常见的单词（word_count 最高的单词）开始。设置 DESC 或 ASC 不会改变任何东西，并且总和从最不常见的单词开始。如果我将 order by 更改为仅包含“order by word_count”，则运行总和不正确，因为具有相同顺序（==相同 word_count）的行产生相同的运行总和。
在我正在执行的类似查询中（见下文），运行总和的第一行产生的总和为 0，尽管我求和的字段对于第一行不是 0。为什么会这样？如何解决该问题以显示正确的运行总和？查询是：

从
中选择* （选择
mongo_id，
帐户 ID，
事件日期，
trx_amount_sum_per_day,
SUM (trx_amount_sum_per_day) OVER (PARTITION BY mongo_id,account_id ORDER BY event_date DESC) AS running_sum,
ROW_NUMBER() OVER (PARTITION BY mongo_id,account_id ORDER BY event_date DESC) AS row_num
FROM [xs-polar-gasket-4:publicdataset.publictable]
) 按 event_date desc 排序

【问题讨论】：

加快问题 2：您可以与数据样本共享公共数据集吗？
我分享了数据。有关有问题的查询，请参阅修订后的问题 2
感谢分享 - 事实上，对于问题 2，有一些事情需要进一步调查（内部报告）
能否请您在相关时更新此问题的状态？
OVER、PARTITION 和浮动实际上存在问题 - 正在修复中（感谢报告！）。当修复程序投入生产时，一种解决方法是转换为整数，如：SELECT SUM(INTEGER(ROUND(x))) OVER(PARTITION BY y ORDER BY o)

标签： google-bigquery

【解决方案1】：

对于问题 1：

变化：

SELECT
  corpus, corpus_date, word_count, SUM(word_count)
OVER
  (PARTITION BY corpus, corpus_date
  ORDER BY word_count, word DESC) AS running_sum
FROM [publicdata:samples.shakespeare]

收件人：

SELECT
  corpus, corpus_date, word_count, SUM(word_count)
OVER
  (PARTITION BY corpus, corpus_date
  ORDER BY word_count DESC, word) AS running_sum
FROM [publicdata:samples.shakespeare]

（原来的查询是按单词排序的，但你想按word_count排序）

【讨论】：