BigQuery 上每周/每月滚动的活跃用户数

Posted 2023-03-24

【中文标题】BigQuery 上每周/每月滚动的活跃用户数

【英文标题】：Rolling weekly/ monthly active users on BigQuery

【发布时间】：2017-04-18 20:51:07

【问题描述】：

我在 bigquery 上寻找滚动的每周/每月活跃用户。我已经尝试过之前的帖子，但是使用 CROSS JOIN 超出了 bigQuery 的限制。

我使用以下作为所需输出的非常基本的形式，但我每天都需要类似的输出，而不仅仅是月末日期。

SELECT 
  EXACT_COUNT_DISTINCT(id) AS uniqueInstalls,
  STRFTIME_UTC_USEC(date, '%Y-%m') AS calendarYM
FROM Analytics.EventsTable2 
GROUP BY calendarYM

任何帮助将不胜感激！

干杯！

【参考方案1】：

我每天都需要类似的输出

使用 BigQuery 标准 SQL 尝试以下操作

#standardSQL
WITH calendar AS (
  SELECT day 
  FROM UNNEST(GENERATE_DATE_ARRAY(
    (SELECT MIN(DATE) FROM `Analytics.EventsTable2`), 
    (SELECT MAX(DATE) FROM `Analytics.EventsTable2`), 
    INTERVAL 1 DAY)
  ) AS day
)
SELECT 
  c.day AS day,
  COUNT(DISTINCT id) AS uniqueInstalls
FROM calendar AS c
JOIN `Analytics.EventsTable2` AS t
ON t.date BETWEEN DATE_TRUNC(c.day, MONTH) AND c.day
GROUP BY day
ORDER BY day

您可以使用如下的虚拟数据在上面进行测试/播放

#standardSQL
WITH yourTable AS (
  SELECT 1 AS id, DATE("2017-04-01") AS DATE UNION ALL
  SELECT 1, DATE("2017-04-02") UNION ALL
  SELECT 2, DATE("2017-04-02") UNION ALL
  SELECT 1, DATE("2017-04-03") UNION ALL
  SELECT 1, DATE("2017-04-04") UNION ALL
  SELECT 2, DATE("2017-04-04") UNION ALL
  SELECT 3, DATE("2017-04-04") UNION ALL
  SELECT 4, DATE("2017-04-05") UNION ALL
  SELECT 1, DATE("2017-03-02") UNION ALL
  SELECT 2, DATE("2017-03-02") UNION ALL
  SELECT 1, DATE("2017-03-03") UNION ALL
  SELECT 1, DATE("2017-03-04") UNION ALL
  SELECT 2, DATE("2017-03-04") UNION ALL
  SELECT 3, DATE("2017-03-04") UNION ALL
  SELECT 4, DATE("2017-03-05") 
),
calendar AS (
  SELECT day 
  FROM UNNEST(GENERATE_DATE_ARRAY(
    (SELECT MIN(DATE) FROM yourTable), 
    (SELECT MAX(DATE) FROM yourTable), 
    INTERVAL 1 DAY)
  ) AS day
)
SELECT 
  c.day AS day,
  COUNT(DISTINCT id) AS uniqueInstalls
FROM calendar AS c
JOIN yourTable AS t
ON t.date BETWEEN DATE_TRUNC(c.day, MONTH) AND c.day
GROUP BY day
ORDER BY day  

第一个查询返回以下错误 Error: No matching signature for function GENERATE_DATE_ARRAY

以下是输入数据中 TIMESTAMP 的版本

#standardSQL
WITH calendar AS (
  SELECT day 
  FROM UNNEST(GENERATE_DATE_ARRAY(
    (SELECT MIN(DATE(date)) FROM `Analytics.EventsTable2`), 
    (SELECT MAX(DATE(date)) FROM `Analytics.EventsTable2`), 
    INTERVAL 1 DAY)
  ) AS day
)
SELECT 
  c.day AS day,
  COUNT(DISTINCT id) AS uniqueInstalls
FROM calendar AS c
JOIN `Analytics.EventsTable2` AS t
ON DATE(t.date) BETWEEN DATE_TRUNC(c.day, MONTH) AND c.day
GROUP BY day
ORDER BY day

【讨论】：

谢谢 Mikhail，不过，我没有标准 SQL，而且 BigQuery 不接受您提供的查询。如果您有其他查询，请告诉我。非常感谢您的帮助:)

@StevePereira - BigQuery 有两种 sql 方言：legacy 和 standard。因此，如果您确实“拥有”BigQuery - 您确实“拥有”两种方言，包括标准方言。只需在您的 Web UI 中按原样运行上述查询（包括第一行 #standardSQL） - 尝试让我知道结果！

我很感激这个教训！这是输出：行 |天 |唯一安装 | ------------------------------ 1 2017-03-02 2 2 2017-03-03 2 3 2017-03-04 3 4 2017-03-05 4 5 2017-03-06 4 6 2017-03-07 4 7 2017-03-08 4 8 2017-03-09 4 9 2017-03-10 4 10 2017-03-11 4 11 2017-03-12 4 12 2017-03-13 4 13 2017-03-14 4 14 2017-03-15 4 15 2017-03-16 4 16 2017-03-17 4 17 2017-03-18 4 18 2017-03-19 4 19 2017-03-20 4 20 2017-03-21 4

@StevePereira - 所以输出符合预期 - 您应该在技术上采用您的特定用例/数据 :o) - 第一个查询对您来说应该是一个好的开始！第二个查询只是为了看看它如何与虚拟示例/数据一起工作。现在有意义吗？

@StevePereira - 哦 - 太棒了！至少我们现在取得了进展并且它有效。要使其滚动 30 天，只需将 BETWEEN DATE_TRUNC(c.day, MONTH) AND c.day 替换为 BETWEEN DATE_SUB(c.day, INTERVAL 30 DAY) AND c.day