Google bigquery &引用;“纽约”;区域出现的频率高于预期

Google bigquery &引用;“纽约”;区域出现的频率高于预期,google-bigquery,firebase-analytics,Google Bigquery,Firebase Analytics,我正在本地Android/iOS应用程序(链接到BigQuery)中运行Firebase分析。我试图找出在特定时间段内每个地区(美国各州)不同用户的数量。纽约位于榜首(大大高于预期),与历史应用程序使用情况不符。除纽约州外,其他州按预期顺序出现。 以下是我正在使用的查询:(编辑以反映@Sergiiko建议的简化查询) BigQuery/Firebase的幕后是否有什么东西可以解释为什么“纽约”区域会比预期的频繁出现,或者我的查询不正确?我不明白,为什么需要嵌套选择 似乎查询可以简化为 SELEC

我正在本地Android/iOS应用程序(链接到BigQuery)中运行Firebase分析。我试图找出在特定时间段内每个地区(美国各州)不同用户的数量。纽约位于榜首(大大高于预期),与历史应用程序使用情况不符。除纽约州外,其他州按预期顺序出现。
以下是我正在使用的查询:(编辑以反映@Sergiiko建议的简化查询)


BigQuery/Firebase的幕后是否有什么东西可以解释为什么“纽约”区域会比预期的频繁出现,或者我的查询不正确?

我不明白,为什么需要嵌套选择

似乎查询可以简化为

SELECT 
  geo.region                     AS Region, 
  COUNT(DISTINCT user_pseudo_id) AS TotalUsers
FROM `{dataset-name}.events_*`
WHERE (_TABLE_SUFFIX between '20200101' AND '20200128') 
GROUP BY Region
ORDER BY TotalUsers DESC

你能提供一些虚拟数据吗?所以更容易进一步调查。这些数字有多大?比如,您应该能够实际验证用户伪id的样本,如果他们实际上来自纽约?还可以查看是否在许多地区显示相同的用户id。谢谢您的建议。这确实简化了查询,但结果与纽约事件的结果相同,远远超出了它们应有的范围。
SELECT 
  geo.region                     AS Region, 
  COUNT(DISTINCT user_pseudo_id) AS TotalUsers
FROM `{dataset-name}.events_*`
WHERE (_TABLE_SUFFIX between '20200101' AND '20200128') 
GROUP BY Region
ORDER BY TotalUsers DESC