初学者 GA 导出 bigquery 问题

Posted 2023-03-24

【中文标题】初学者 GA 导出 bigquery 问题

【英文标题】：Beginner GA export bigquery questions

【发布时间】：2015-02-28 01:24:28

【问题描述】：

我是 bigquery 的新手。有几个菜鸟问题--

有什么方法可以做一个 select top x * 查询，布局有点像表格详细信息中的预览窗格？当您可以直观地看到数据和结构时，会更容易理解。

您可以通过连接 VisitId 和 FullVisitorId 创建一个唯一的访问 ID。为什么这个匹配的会话数不匹配？从定义上讲，唯一身份访问与会话有何不同？

谢谢！

【问题讨论】：

您可以对查询执行“限制”，但我不会这样做。无论如何，Limit 实际上会扫描您的整个表，因此它将花费您整个表的处理数据的价值。关于会话的事情，我不清楚......你为什么要连接两者？访问 ID 已经不是唯一的了？

Hi Patrice :) 所以没有好的推荐方法来查看 where 语句的完整结果？这是标准 GA 导出模式：support.google.com/analytics/answer/3437719?hl=en 这就是访问 id 的含义：“此访问的标识符。这是通常存储为 _utmb cookie 的值的一部分。这仅对访问者是唯一的。对于完全唯一的访问 id，您应该使用 fullVisitorId 和 visitId 的组合。"但是，当我测试会话的 count(*) 行并计算不同的 concac vistor+visit id 时，它们不匹配（会话更高）。

嘿^^。嗯，这确实看起来很奇怪。你能拍下你的查询，让我看看发生了什么吗？您措辞的方式似乎不同，会话应该相同。

当我从 [mydata.ga_sessions_20150125] 运行 select count(distinct string(visitid)+fullvisitorid) 时，我得到 120 万行，执行 count(*) 会产生 130 万行。伦敦头盔数据确实匹配（63 次独立访问和 63 次会话），但这比我的数据集小得多。我还认为唯一访问和会话是相同的——但由于它们不是，我想知道谷歌对它们的定义差异是什么。

奇怪的是，当我运行 select string(visitid)+fullvisitorid as a, count(*) as records from [mydata.ga_sessions_20150125] group by a order by records desc 时，它给了我正确的行记录（1.3M），记录列全为 1。我觉得我一定错过了一些明显的东西！

【参考方案1】：

COUNT(DISTINCT field[, N]) 是一个统计近似值。对于小于 N 的计数，它是精确的。

要获得大值的准确计数，请在 group each by 上使用 count(*)，但是这可能是一个慢得多的查询。

在https://cloud.google.com/bigquery/query-reference 上查看COUNT 文档。