如何在 bigquery 中查询数组？答案

【问题标题】：How to query arrays in bigquery?如何在 bigquery 中查询数组？
【发布时间】：2017-07-18 18:03:49
【问题描述】：

bigquery 中的模式领域：项目类型：字符串

项目字段表中的值存储为字符串 {"data": [{"id": "1234", "plan": {"sub_id": "567", "metadata": {"currentlySelling": "true", "custom_attributes": "{\"shipping\": true,\"productLimit\":10}", "Features": "[\"10 products\", \"Online support\"]"}, "name": "Personal", "object": "plan"}, "quantity": 1}], "has_more": false}

两个问题 1) 我如何在数组中查询，例如：在哪里发货或其中一项功能是“在线支持” 2) 我必须将数据存储为字符串的原因是因为“custom_attributes”值可能会改变。当嵌套键之一的值可以更改时，是否有更好的方法在 bigquery 中存储数据？

【问题讨论】：

您应该明确表的实际架构！还有 - 到目前为止你尝试过什么？请编辑您的问题以显示您遇到问题的代码的Minimal, Complete, and Verifiable example，然后我们可以尝试帮助解决具体问题。你也可以阅读How to Ask。

标签： google-bigquery

【解决方案1】：

您的查询将是这样的：

#standardSQL
SELECT game
FROM YourTable
WHERE EXISTS (SELECT 1 FROM UNNEST(participant) WHERE name = 'sam');

这将返回'sam' 参与的所有游戏。这是一个独立的示例：

#standardSQL
WITH YourTable AS (
  SELECT 'A' AS game, ARRAY<STRUCT<name STRING, age INT64>>[('sam', 12), ('tony', 12), ('julia', 12)] AS participant UNION ALL
  SELECT 'B', ARRAY<STRUCT<name STRING, age INT64>>[('sam', 12), ('max', 12), ('jacob', 12)] UNION ALL
  SELECT 'C', ARRAY<STRUCT<name STRING, age INT64>>[('sam', 12), ('max', 12), ('julia', 12)]
)
SELECT game
FROM YourTable
WHERE EXISTS (SELECT 1 FROM UNNEST(participant) WHERE name = 'sam');

如果您想将数据转置为每个参与者都有一个列，您可以使用如下查询：

#standardSQL
CREATE TEMP FUNCTION WasParticipant(
    p_name STRING, participant ARRAY<STRUCT<name STRING, age INT64>>) AS (
  EXISTS(SELECT 1 FROM UNNEST(participant) WHERE name = p_name)
);

WITH YourTable AS (
  SELECT 'A' AS game, ARRAY<STRUCT<name STRING, age INT64>>[('sam', 12), ('tony', 12), ('julia', 12)] AS participant UNION ALL
  SELECT 'B', ARRAY<STRUCT<name STRING, age INT64>>[('sam', 12), ('max', 12), ('jacob', 12)] UNION ALL
  SELECT 'C', ARRAY<STRUCT<name STRING, age INT64>>[('sam', 12), ('max', 12), ('julia', 12)]
)
SELECT
  ARRAY_AGG(IF(WasParticipant('sam', participant), game, NULL) IGNORE NULLS) AS sams_games,
  ARRAY_AGG(IF(WasParticipant('tony', participant), game, NULL) IGNORE NULLS) AS tonys_games,
  ARRAY_AGG(IF(WasParticipant('julia', participant), game, NULL) IGNORE NULLS) AS julias_games,
  ARRAY_AGG(IF(WasParticipant('max', participant), game, NULL) IGNORE NULLS) AS maxs_games
FROM YourTable;

这将返回一个数组，其中包含为每个参与者玩的游戏。

【讨论】：

数据以字符串形式存储。如果数据被重复存储，上述方法将起作用。 Error: Values referenced in UNNEST must be arrays. UNNEST contains expression of type STRING at [2:36]
所以participant 是一个看起来像'[{"name":"sam","age": 12},{"name":"tony","age": 12},{"name":"julia","age": 12}]' 的字符串？最好让您的表架构与数据匹配，并为participant 使用重复记录字段。
Elliot，我想做你所说的，将模式与数据匹配。我无法做到这一点的原因是因为我有一些字典项目，例如：custom_attributes 可以更改，所以我最终将所有内容都粘贴到字符串列中，因此我不必担心将新的键/值对添加到自定义属性中.我将按照 Mikhail 的建议发布我的表架构和实际数据。