Google bigquery BigQuery请求计算已访问url的唯一卷

我有一个具有以下模式的BigQuery表：user_id，url。此表包含大约800M+行。 此表表示用户访问的url。 我有一个单词列表，我想提取包含这些单词的url，以及访问每个url的用户数量。 这部分没问题，我想这是一个简单的查询：

SELECT url, COUNT(DISTINCT(user_id)) AS uu FROM `table` WHERE (url like '%word1%' OR url like 'word2%' OR url like '%word3%') GROUP BY url

（如果我想知道不同用户的总数，那么将这些数字相加是错误的，因为可能有一些用户访问了包含这些单词的多个URL。） 我想要的是，在UI中，每次用户选择/取消选择url时，能够取消选择我找到的这些url中的一些，并查看已消除重复的总剩余量。 我可以做的是获取仍然选中的剩余URL并运行此查询：

SELECT COUNT(DISTINCT(user_id)) AS uu FROM `table` WHERE (url like == url1 OR url == url2 OR url == url3)

我想这会很好，但我做不到：我不得不假设用户会多次选择/取消选择，并且每次运行此查询的成本太高。也可能 跑很长时间。

---

我有办法做到这一点吗？可能有一些预先计算的东西可能会有帮助，但是什么呢？

如果一方面需要精确的完全不同的用户，另一方面需要动态选择URL，我能想到的唯一优化方法就是处理一个较小的重复数据消除表。 如果您有很多重复的（user\u id，url）对，您可以使用

从表中选择不同的url，user\u id来填充中间表，然后使用它。
您可以通过规范化和缩短URL（例如，删除URL参数、小写、删除域名（如果所有URL都在同一个URL下））进一步优化

也许，根据您的用例，您可能只关心某个活动级别以上的URL，然后您可以进一步减少如下行：

WITH user_urls as (
SELECT DISTINCT
    user_id,
    url,
    count(distinct user_id) over (partition by url) as url_user_count
  FROM table
)
SELECT *
FROM user_urls
WHERE url_user_count>1000