对相似的 URL 进行分组答案

【问题标题】：Group similar URLs对相似的 URL 进行分组
【发布时间】：2019-06-21 04:43:50
【问题描述】：

我希望获取对 xmlrpc.php 和 wp-login.php 的所有请求，并在语句中使用通配符。

但这带来了一个问题，因为它不会仅在两行中输出 xmlrpc 和 wp-login 的数据，而且还包括附加查询的 URL。希望它包含请求的每个 URL，但将它们组合起来显示为 xmlrpc.php 或 wp-login.php

我是一个 mysql n00b 并且正在玩 substr replace 和 group_concat 但无法让它工作。

WITH 
  subq AS (
    SELECT url, COUNT(url) AS count
    FROM `flywheel-production.fastly_logs.ingress_logs`
    WHERE timestamp > TIMESTAMP_ADD(CURRENT_TIMESTAMP(), INTERVAL -1 DAY) 
  AND (url LIKE "/wp-login.php%" OR  url LIKE "/xmlrpc.php%")
  AND site_hash = "btmpuroizf"
    GROUP BY url
  )

SELECT 
  url,
  count,
  ROUND(count / (SELECT SUM(count) FROM subq) * 100, 2) AS percent
FROM subq
ORDER BY count DESC

任何帮助将不胜感激。谢谢！

【问题讨论】：

标签： mysql sql google-bigquery

【解决方案1】：

对于 BigQuery 标准 SQL

以下调整后的查询应该做“技巧”

#standardSQL
WITH subq AS (
  SELECT REGEXP_EXTRACT(url, r'(.*?)(?:\?|$)') url, COUNT(url) AS COUNT
  FROM `flywheel-production.fastly_logs.ingress_logs`
  WHERE timestamp > TIMESTAMP_ADD(CURRENT_TIMESTAMP(), INTERVAL -1 DAY) 
  AND (url LIKE "/wp-login.php%" OR  url LIKE "/xmlrpc.php%")
  AND site_hash = "btmpuroizf"
  GROUP BY url
)
SELECT 
  url,
  COUNT,
  ROUND(COUNT / (SELECT SUM(COUNT) FROM subq) * 100, 2) AS percent
FROM subq
ORDER BY COUNT DESC

【讨论】：

你摇滚！工作完美。谢谢！