Google analytics 标准sql中的BigQuery筛选记录

我正在统计所有在我们主页上提交邮政编码的访问者。我在遗留SQL中提出了以下查询：

SELECT fullVisitorId, visitStartTime
FROM TABLE_DATE_RANGE([ga_sessions_], TIMESTAMP('2017-01-29'), CURRENT_TIMESTAMP())
where hits.page.pagePath = '/broadband/'
and visitStartTime > 1483228800
and hits.type   = 'EVENT'
and hits.eventInfo.eventCategory = 'Homepage'
and hits.eventInfo.eventAction = 'Submit Postcode';

然后，我想将其转换为标准SQL以在CTE中使用，并提出了这个似乎不正确的方法

SELECT fullVisitorId, visitStartTime
FROM ``ga_sessions_*``, UNNEST(hits) as h
where 

_TABLE_SUFFIX > '2017-01-29'
AND h.page.pagePath = '/broadband/'
and visitStartTime > 1483228800
and h.type  = 'EVENT'
and h.eventInfo.eventCategory = 'Homepage'
and h.eventInfo.eventAction = 'Submit Postcode';

第一个处理327 MB并返回4117个结果，第二个处理6.98 GB并返回60745个结果

我已经看过了，但它对我没有多大帮助

---

ga_会话已将ga导入到Bigquery中。

这里发生的是as

\u TABLE_后缀是一个字符串，因此当您执行以下操作时：

_TABLE_SUFFIX > '2017-01-29'

最后，由于字符串比较不同于数字比较，您将选择比预期更多表的方式

一种可能的修复方法是将字符串解析为
DATE
类型：

SELECT fullVisitorId, visitStartTime
FROM `ga_sessions*`, UNNEST(hits) as h
where parse_date("%Y%m%d", regexp_extract(_table_suffix, r'.*_(.*)')) >=  parse_date("%Y-%m-%d", '2017-01-29')

AND h.page.pagePath = '/broadband/'
and visitStartTime > 1483228800
and h.type  = 'EVENT'
and h.eventInfo.eventCategory = 'Homepage'
and h.eventInfo.eventAction = 'Submit Postcode';

其中，操作首先将字符串强制转换为
DATE
，然后进行比较

注意，我将通配符选择更改为<强> GAyStudio，然后使用<代码> ReExxId提取< /C> >我只考虑“y”字符后面的内容。通过这样做，您还可以选择“日内”表格。
这里发生的事情是，as
\u TABLE\u SUFFIX
是一个字符串，因此当您执行以下操作时：

_TABLE_SUFFIX > '2017-01-29'

最后，由于字符串比较不同于数字比较，您将选择比预期更多表的方式

一种可能的修复方法是将字符串解析为
DATE
类型：

SELECT fullVisitorId, visitStartTime
FROM `ga_sessions*`, UNNEST(hits) as h
where parse_date("%Y%m%d", regexp_extract(_table_suffix, r'.*_(.*)')) >=  parse_date("%Y-%m-%d", '2017-01-29')

AND h.page.pagePath = '/broadband/'
and visitStartTime > 1483228800
and h.type  = 'EVENT'
and h.eventInfo.eventCategory = 'Homepage'
and h.eventInfo.eventAction = 'Submit Postcode';

其中，操作首先将字符串强制转换为
DATE
，然后进行比较

注意，我将通配符选择更改为<强> GAyStudio，然后使用<代码> ReExxId提取< /C> >我只考虑“y”字符后面的内容。通过这样做，您还可以选择“日内”表。
看起来不同之处在于，使用标准SQL，当您在
from
子句中交叉连接UNNEST（hits）

时，您在

命中数上展平表，从而向结果中添加更多行。更等效的查询是：

#standardSQL
SELECT fullVisitorId, visitStartTime
FROM `ga_sessions_*`
where 
_TABLE_SUFFIX > '20170129'   
and visitStartTime > 1483228800
and EXISTS(
  SELECT 1 FROM UNNEST(hits) h 
  WHERE h.type  = 'EVENT'
    and h.page.pagePath = '/broadband/'
    and h.eventInfo.eventCategory = 'Homepage'
    and h.eventInfo.eventAction = 'Submit Postcode');

不同之处似乎来自这样一个事实：使用标准SQL，当您在
from
子句中
交叉连接unest（hits）
时，您在
hits
上展平表，从而向结果中添加更多行。更等效的查询是：

#standardSQL
SELECT fullVisitorId, visitStartTime
FROM `ga_sessions_*`
where 
_TABLE_SUFFIX > '20170129'   
and visitStartTime > 1483228800
and EXISTS(
  SELECT 1 FROM UNNEST(hits) h 
  WHERE h.type  = 'EVENT'
    and h.page.pagePath = '/broadband/'
    and h.eventInfo.eventCategory = 'Homepage'
    and h.eventInfo.eventAction = 'Submit Postcode');

我已经修正了你答案中一些可能的拼写错误，结果现在更接近了，尽管仍然不一样。它们现在都处理相同数量的数据，表明搜索相同的选项卡。（我认为名称空间中没有最新的日内表。）尽管如此，仍然存在差异：标准sql运行17.3秒，返回7749个结果。传统sql运行1.4s并返回6623个结果…嗯，我明白了。请在
WHERE
子句中添加以下条件：
and not regexp\u contains（\u table\u后缀，r'intraday'）
，并查看结果是否匹配？我怀疑，盘中的表格添加了更多的遗产，这些遗产以前没有考虑过。我的理解是，我们只将全天结果复制到欧盟地区的名称空间。这是我查询的名称空间，因此它不会有日内结果。标准sql需要更长的时间吗？我已经修复了您答案中可能出现的一些拼写错误，结果现在更接近了，尽管仍然不一样。它们现在都处理相同数量的数据，表明搜索相同的选项卡。（我认为名称空间中没有最新的日内表。）尽管如此，仍然存在差异：标准sql运行17.3秒，返回7749个结果。传统sql运行1.4s并返回6623个结果…嗯，我明白了。请在
WHERE
子句中添加以下条件：
and not regexp\u contains（\u table\u后缀，r'intraday'）
，并查看结果是否匹配？我怀疑，盘中的表格添加了更多的遗产，这些遗产以前没有考虑过。我的理解是，我们只将全天结果复制到欧盟地区的名称空间。这是我查询的名称空间，因此它不会有日内结果。标准sql是否需要更长的时间？是否存在子查询未连接到任何对象？在什么情况下不是这样的？我将pagePath谓词移动到了h可用的子查询中。4699个结果，处理了2.84 GB。_TABLE_SUFFIX>'20170129'和parse_date（%Y%m%d），regexp_extract（_TABLE_SUFFIX，r'.*_（.*））>=parse_date（'Y-%m-%d'，'2017-01-29'）是否等效？我建议您首先在一个特定的日期测试您的查询，因此您将_TABLE_SUFFIX谓词从查询中删除。一旦您在某一天获得匹配的数字，就需要找到等效的_TABLE_后缀条件，尽管我在查询中输入的条件看起来与原始查询中的相同。Unest（hits）上存在半连接-与原始查询中的Unest（hits）上的交叉连接相同。对于一天，我获得匹配结果！谢谢我接受你的回答。我仍然不完全理解这些差异，我将不得不进一步阅读。是否存在子查询未连接到任何内容？在什么情况下不是这样的？我将pagePath谓词移动到了h可用的子查询中。4699个结果，处理了2.84 GB。_TABLE_SUFFIX>'20170129'和parse_date（%Y%m%d），regexp_extract（_TABLE_SUFFIX，r'.*_（.*））>=parse_date（'Y-%m-%d'，'2017-01-29'）是否等效？我建议您首先在一个特定的日期测试您的查询，因此您将_TABLE_SUFFIX谓词从查询中删除。一旦您在某一天获得匹配的数字，就需要找到等效的_TABLE_后缀条件，尽管我在查询中输入的条件看起来与原始查询中的相同。Unest（hits）上存在半连接-与原始查询中的Unest（hits）上的交叉连接相同。对于一天，我获得匹配结果！谢谢我接受你的回答。我还是不完全明白