Sql 关于在bigquery中基于2个值对数据集进行排序的问题

大家好！stackoverflow的新特性。在BigQuery中，RANK（）在（按…分区）上有问题

下表有3列。时间戳、代码和用户id。我希望能够对它们进行排序，因此对于每个代码，当有新的用户id时，应该将其作为新值计算

rank    timestamp                      Codes            user_id
1       2020-08-21 17:13:37.457 UTC    XF7RNCNT4HF7XT   JR3k3LODRHHG
2       2020-08-24 01:39:21.625 UTC    XF7RNCNT4HF7XT   26a02014-20ae-43b6-b491-bd7292a143c4
2       2020-08-24 01:39:56.815 UTC    XF7RNCNT4HF7XT   26a02014-20ae-43b6-b491-bd7292a143c4
3       2020-08-26 21:30:47.215 UTC    XF7RNCNT4HF7XT   PC1795338
4       2020-08-29 18:54:48.032 UTC    XF7RNCNT4HF7XT   PC9602007

---

嗯……我想你可以使用

lag（）

和一个累计总和：

select t.*,
       sum(case when prev_code = code then 0 else 1 end) over (partition by code order by timestamp) as ranking
from (select t.*,
             lag(user_id) over (partition by code order by timestamp) as prev_code
      from t
     ) t;

如果用户id多次出现在代码中（由其他用户id分隔），则上述内容将对用户id进行两次计数。如果要根据用户id的第一次出现对其进行计数，请获取最小时间戳，并将其与

densite\u rank（）

一起使用：

---

我知道您只想在每个代码首次出现日期对每个用户统计一次。下面是使用窗口函数的一种方法：

select t.*, countif(rn = 1) over(partition by code order by timestamp) rnk
from (
    select t.*, row_number() over(partition by code, user_id order by timestamp) rn
    from mytable t
) t

---

逻辑是按照增加的时间戳枚举每个用户和代码的行。然后，我们可以只计算外部查询中每个组的第一行。

如果用户id更改回代码上的前一个vlue，会发生什么。

select t.*, countif(rn = 1) over(partition by code order by timestamp) rnk
from (
    select t.*, row_number() over(partition by code, user_id order by timestamp) rn
    from mytable t
) t