Google bigquery BigQuery：优化查询，获得每月访问量最高的5个维基百科页面

我正试图从公共数据集fh-bigquery.wikipedia_v3.pageviews_2019中找到2019年每月访问量最高的5个维基百科页面。我提出了以下问题，但我需要两件事：

该查询运行约2分钟，处理2.3 TB的数据，而不管我是筛选前5个级别还是在外部查询中全部显示它们。是否有一个更好的优化查询来处理更少的量和更少的时间？通过它，我们可以使用子查询本身中的top 5或limit 5来限制首先获取的记录数

根据日历顺序而不是字母顺序对月份进行排序

查询：

选择* 从…起 选择2019年月份、标题、总视图、， 按2019年月份按分区排序按总视图排序按视图排序 从…起 选择日期%B的格式，日期小时为2019年的月份， 标题，SUM视图作为tot_视图 来自'fh-bigquery.wikipedia\u v3.pageviews\u 2019` wiki='en'在哪里 标题不在‘主页’、“-”、‘特殊：搜索’、‘特殊：CreateCount’、‘特殊：观察列表’、‘特殊：ElectronPdf’、‘特殊：书籍’、‘特殊：城市显示’、‘特殊：最近的变化’、‘门户：当前事件’、‘维基百科’中 “2019-01-01”和“2019-12-31”之间的日期时间 按月份分组，标题 对问题的看法_排名

该查询运行约2分钟，处理2.3 TB的数据，而不管我是筛选前5个级别还是在外部查询中全部显示它们。是否有更好的优化查询以在更短的时间内处理更少的卷

查询已优化！请注意，它没有处理2.3TB，也没有花费2分钟。运行时间和字节查询为1分钟20秒，已处理440.1 GB。这是因为表是集群的

我可以使用ARRAY_AGG和更好的排序改进查询的运行时间：

选择2019年月份、数组标题、总视图顺序、总视图描述限制5 从…起 选择日期%B的格式，日期小时为2019年的月份， 标题，SUM视图为tot_视图，MINdatehour month_用于排序 来自'fh-bigquery.wikipedia\u v3.pageviews\u 2019` wiki='en'在哪里 标题不在‘主页’、“-”、‘特殊：搜索’、‘特殊：CreateCount’、‘特殊：观察列表’、‘特殊：ElectronPdf’、‘特殊：书籍’、‘特殊：城市显示’、‘特殊：最近的变化’、‘门户：当前事件’、‘维基百科’中 “2019-01-01”和“2019-12-31”之间的日期时间 按月份分组，标题 按1分组 按Min Month_排序的订单 如果我们删除视图3中的所有行 标题不在‘主页’、“-”、‘特殊：搜索’、‘特殊：CreateCount’、‘特殊：观察列表’、‘特殊：ElectronPdf’、‘特殊：书籍’、‘特殊：城市显示’、‘特殊：最近的变化’、‘门户：当前事件’、‘维基百科’中 “2019-01-01”和“2019-12-31”之间的日期时间 按月份分组，标题 按1分组 按Min Month_排序的订单 请注意，每次我们只处理440GB

如果您打算继续使用这样的查询，请将所有感兴趣的行（例如，过滤出<3的视图）提取到一个新表中，以便每次查询更少的GBs

例如：

创建表'fh-bigquery.wikipedia\u extracts.2019\u en\u m\u daily` 按日期划分 按标题分类 像 选择DATETIMESTAMP\u TRUNCdatehour、DAY日期、SumView视图、标题 来自'fh-bigquery.wikipedia\u v3.pageviews\u 2019` 我在哪里 标题不在“主页”、“门户：当前事件”、“维基百科”中 而不是像“特殊：%”这样的标题 按月份分组，标题 拥有超过100的视野 已过33.1秒，处理了420.7 GB 注意：对于移动结果，我将wiki=en切换为wiki=en.m。现在只查询进程2.5GB：

选择月份 ，数组_aggstructsubscriptle，0,21，视图顺序按视图描述限制5 从…起 选择日期、月份、标题、汇总视图作为视图 摘自'fh-bigquery.wikipedia\u extracts.2019\u en\u m\u daily` 其中标题与“文件%”不同 按月份分组，标题 按1分组 按月订购