Google cloud platform 在BigQuery中模拟窗口聚合的UDF的变通方法？

我试图在BigQuery中编写自定义聚合函数。在PGSQL中，我可以编写可以与

over

子句一起使用的函数，但是我不能为BigQuery编写任何这样的聚合函数-是否可以编写一个函数，该函数接收分区的一列的整个数组，并基于某个自定义计算返回值

我尝试的示例：

CREATE OR REPLACE FUNCTION temp_db.temp_func(arr ARRAY<int64>)
RETURNS int64 LANGUAGE js AS """
  return arr.length*10 //example calculation
  //actual result involves looping over the array and doing few calculations 
""";

select s_id, temp_db.temp_func(s_price) over (partition by s_id order by s_date rows 40 preceding) as temp_col
from temp_db.s_table;

创建或替换函数temp\u db.temp\u func（arr数组）
将int64语言js返回为“”
返回arr.length*10//计算示例
//实际结果包括在数组上循环并进行少量计算
""";
选择s_id，temp_db.temp_func（s_price）over（按s_id分割，按s_日期排序，前面第40行）作为临时列
来自temp_db.s_表；

这会产生一个错误：

查询错误：函数temp\u db.temp\u func不支持[6:19]处的OVER子句。

对于我的目的来说，这些参数是不够的，因此我需要能够对自定义窗口大小执行自定义计算。BigQuery中是否有解决方法？

创建或替换函数temp\u db.temp\u func（arr数组）
CREATE OR REPLACE FUNCTION temp_db.temp_func(arr ARRAY<int64>)
RETURNS int64 LANGUAGE js AS """
  return arr.length*10 //example calculation
  //actual result involves looping over the array and doing few calculations 
""";

select s_id, temp_db.temp_func(ARRAY_AGG(s_price) over (partition by s_id order by s_date rows 40 preceding)) as temp_col
from temp_db.s_table;

将int64语言js返回为“”
返回arr.length*10//计算示例
//实际结果包括在数组上循环并进行少量计算
""";
选择s_id，temp_db.temp_func（数组_AGG（s_price）over（按s_id划分顺序按s_日期第40行）作为临时列
来自temp_db.s_表；

创建或替换函数temp\u db.temp\u func（arr数组）
将int64语言js返回为“”
返回arr.length*10//计算示例
//实际结果包括在数组上循环并进行少量计算
""";
选择s_id，temp_db.temp_func（数组_AGG（s_price）over（按s_id划分顺序按s_日期第40行）作为临时列
来自temp_db.s_表；

谢谢你的建议！这对我有用。你知道这在性能方面与原生PGSQL聚合UDF相比如何吗？不知何故，我认为不应该有性能影响，而应该是与不同引擎相关的差异，只是我的猜测，谢谢！我很快就会查出来的！我还有一个相关的问题：是否有可能维护某种状态变量，从一个窗口共享到另一个窗口？例如，如果我想在计算下一个窗口的结果时使用第一个窗口的结果，我将如何在BigQuery中这样做（PGSQL中聚合函数中的第一个变量正是这样做的）？作为上述解决方案的一部分-我不这么认为！但是如果你可以发布新的问题和所有相关的细节，例如-我们可以尝试找到一个解决方案-通常我们会：o）谢谢你的建议！这对我有用。你知道这在性能方面与原生PGSQL聚合UDF相比如何吗？不知何故，我认为不应该有性能影响，而应该是与不同引擎相关的差异，只是我的猜测，谢谢！我很快就会查出来的！我还有一个相关的问题：是否有可能维护某种状态变量，从一个窗口共享到另一个窗口？例如，如果我想在计算下一个窗口的结果时使用第一个窗口的结果，我将如何在BigQuery中这样做（PGSQL中聚合函数中的第一个变量正是这样做的）？作为上述解决方案的一部分-我不这么认为！但如果你能发布一个新的问题和所有相关的细节，例如-我们可以尝试找到一个解决方案-通常我们会：o）