CASE 中的 PARTITION BY 不适用于多个 AND 语句

Question

我有一个包含 4 列的表：hitId、userId、timestamp 和 Camp。 我需要使用两个参数来分类命中是否是新会话的开始（1 或 0）：1. 命中之间的时间差和 2. 如果命中的来源是新的广告系列。

我需要 BigQuery 中的标准 SQL 查询。

如果满足以下条件之一，则认为一次命中是新会话的开始：

1. 这是来自其 userId 的第一个命中
2. 上一次命中的时间戳与 相同的 userId 超过 30 分钟。
3. 同一个userId上一次命中的时间戳之间的时间差小于30分钟，但是Camp（广告活动）值不为NULL，并且在前30分钟内对于同一个userId第一次出现。

所以如果来自user1的hit1的Camp等于Campaign1，来自user1的hit2的Camp等于Campaign1，并且hit1和hit2之间的时间差小于30分钟，hit1将被认为是一个会话的开始，并且 hit2 不会被视为开始。

我在广告系列部分遇到问题。我试过这段代码：

我试过这段代码：

WITH timeDifference AS (
  SELECT *, 
  TIMESTAMP_DIFF(timestamp, LAG(timestamp, 1) OVER
          (PARTITION BY userId ORDER BY timestamp), SECOND) AS difference
    FROM hitTable
      ORDER BY timestamp)
SELECT *, 
  CASE 
  WHEN difference >= 30 * 60 THEN 1 
  WHEN difference IS NULL THEN 1 
  WHEN difference <= 30 * 60 AND Camp IS NOT NULL AND RANK() 
  OVER (PARTITION BY userId ORDER BY Camp) = 1 THEN 1
  ELSE 0 END AS sess
  FROM timeDifference
  ORDER BY timestamp;

条件RANK() OVER (PARTITION BY userId ORDER BY Camp) 似乎不起作用，因为我收到了这张表：

hitId | userId |  timestamp   |  Camp           |  difference  |  sess
_______________________________________________________________________
00150 | 858201 | 00:48:35.315 |  NULL           |  NULL        |  1
00151 | 858201 | 00:49:35.315 |  NULL           |  5           |  0
00152 | 858201 | 00:50:35.315 |  Search-Ads-US  |  10          |  0
00153 | 858201 | 00:53:35.315 |  Search-Ads-US  |  15          |  0
00154 | 858202 | 00:54:35.315 |  Facebook-Ads   |  NULL        |  1
00155 | 858202 | 00:54:55.315 |  Facebook-Ads   |  9           |  0
00156 | 858202 | 00:57:20.315 |  Facebook-Ads   |  12          |  0

虽然我希望 sess 列的 hitId = 00152 有 1：

hitId | userId |  timestamp   |  Camp           |  difference  |  sess
_______________________________________________________________________
00150 | 858201 | 00:48:35.315 |  NULL           |  NULL        |  1
00151 | 858201 | 00:49:35.315 |  NULL           |  5           |  0
00152 | 858201 | 00:50:35.315 |  Search-Ads-US  |  10          |  1
00153 | 858201 | 00:53:35.315 |  Search-Ads-US  |  15          |  0
00154 | 858202 | 00:54:35.315 |  Facebook-Ads   |  NULL        |  1
00155 | 858202 | 00:54:55.315 |  Facebook-Ads   |  9           |  0
00156 | 858202 | 00:57:20.315 |  Facebook-Ads   |  12          |  0

Answer 1

此 RANK() OVER (PARTITION BY userId ORDER BY Camp) 在用户拥有多个 Camp 的情况下返回错误结果。

当您想在每个 Camp 中标记会话时，请注意您的 PARTITION BY 使用 userId。

对于 userId 00150 的 RANK() (...) 语句的实际“排名 1”是 Camp 为 NULL (hitId 00150) 的位置，因此它错过了 hitId 00152 处的 CASE 条件。

您可以尝试将“Camp”添加到您的 PARTITION BY 中，如下所示： RANK() OVER (PARTITION BY userId, Camp ORDER BY Camp)

或者，除了您正在计算的 LAG(timestamp) (...) 之外，您还可以替换 RANK() (...) 并使用 LAG(Camp) (... order by timestamp)。 这将检索前行的 Camp 值（称为“PreviousCampValue”）。然后你可以添加类似 WHEN PreviousCampValue != Camp THEN 1

希望对你有帮助