Google bigquery BigQuery查询语法获取URL的路径

我有一个URL列的行

我喜欢将URL分为域和路径。我可以使用BigQuery语法中的域（URL）来创建域

我的问题是如何获取URL的路径

e、 g。

---

我想把X，Y和abc作为单独的列

您可以使用REGEXP提取所需内容

SELECT Regexp_extract(URL,r'^http://www(?:[^/]*)/(.*)') as full_path,
 Regexp_extract(URL,r'^http://www(?:[^/]*)/(?:[^/]*/){0}([^/]*)') as full_path0,
 Regexp_extract(URL,r'^http://www(?:[^/]*)/(?:[^/]*/){1}([^/]*)') as full_path1,
 Regexp_extract(URL,r'^http://www(?:[^/]*)/(?:[^/]*/){2}([^/]*)') as full_path2,
 Regexp_extract(URL,r'^http://www(?:[^/]*)/(?:[^/]*/){3}([^/]*)') as full_path3,
FROM 
(Select 'http://www.somedomain.com/X/Y/abc' as URL)

关于与MS日志解析器的比较

• 日志解析器直接在日志平面文件上运行，而在BQ中则需要 先把它装进去
• 日志解析器在专用机器上运行，而BQ作为云运行 服务（很多机器，你不在乎有多少…）
• 您会发现，性能明智的BQ做事情更快，更高效 您不关心可用于此目的的资源 处理。（日志解析只能作为多个线程运行。） 可用的CPU单元，并消耗大量的机器缓存吗 （继续运行）
• BQ中的正则表达式函数为您提供了 从日志中提取任何模式的数据

---

享受

ga_sessions具有自动分解URL的点击叶表

以你为例

http://www.somedomain.com/X/Y/abc

hits.page.pagePathLevel1 will have 'www.somedomian.com/'
hits.page.pagePathLevel2 will have '/X/'
hits.page.pagePathLevel3 will have '/Y/'

---

良好的功能要求，深入调查。我正在和微软的日志解析器做一个喜欢与喜欢的比较。不公平的比较-BigQuery更好（或者不更好？我想看看你的最终结果）。它当然可以受益于此功能-感谢您的请求！有可能在大查询中使用变量吗？不幸的是没有。。。（我认为他们对它有一些功能要求）我们的解决方案是一个离线过程（python），它基于模板生成查询并替换其中的一些占位符字符串。太棒了。对于域部分，可以添加：Regexp\u extract（pageurl，r'^（？：http:\/\/\\/\\ www\.\124; https:\/\/）（[^\/]+））