带有 unnest 的嵌套 SQL 评估问题

Posted 2023-04-12

【中文标题】带有 unnest 的嵌套 SQL 评估问题

【英文标题】：Nested SQL evaluation question with unnest

【发布时间】：2020-05-03 23:59:18

【问题描述】：

这可能是一个基本问题，但我就是想不通。样本数据和查询可以在here 找到。 （在“First-touch”标签下）

我将跳过此处的营销术语，但基本上查询所做的是将积分/积分归因于基于特定规则的展示位置（广告）。在这里，规则是“第一次接触”，这意味着功劳归于第一个与之交互的广告用户 - 可以是查看或点击。这里的“FLOODLIGHT”是指用户采取行动实际购买产品（转化）。

正如您在示例数据中看到的，用户 1 有一次转化，第一个广告是展示位置 22（首次触摸），因此 22 获得 1 分。用户 2 有两次转化，每个广告的第一个广告是 11，因此 11 获得 2 分。

这里的逻辑很简单，但我很难理解查询本身。比较prev_conversion_event.event_time < conversion_event.event_time有什么意义？它们本质上不一样吗？我的意思是他们都来自UNNEST(t.*_path.events)。而attributed_event.event_time 也来自同一个地方。

在这种情况下，prev_conversion_event.event_time、conversion_event.event_time 和 attributed_event.event_time 的评估结果是什么？我只是在这里感到困惑。非常感谢您的帮助！

为方便起见，我将粘贴示例数据、查询和输出如下： Sample data Output

/* Substitute *_paths for the specific paths table that you want to query. */
SELECT
  (
  SELECT
    attributed_event_metadata.placement_id
  FROM (
    SELECT
      AS STRUCT attributed_event.placement_id,
      ROW_NUMBER() OVER(ORDER BY attributed_event.event_time ASC) AS rank
    FROM
      UNNEST(t.*_paths.events) AS attributed_event
    WHERE
      attributed_event.event_type != "FLOODLIGHT"
      AND attributed_event.event_time < conversion_event.event_time
      AND attributed_event.event_time > (
      SELECT
        IFNULL( (
          SELECT
            MAX(prev_conversion_event.event_time) AS event_time
          FROM
            UNNEST(t.*_paths.events) AS prev_conversion_event
          WHERE
            prev_conversion_event.event_type = "FLOODLIGHT"
            AND prev_conversion_event.event_time < conversion_event.event_time),
          0)) ) AS attributed_event_metadata
  WHERE
    attributed_event_metadata.rank = 1) AS placement_id,
  COUNT(*) AS credit
FROM
  adh.*_paths AS t,
  UNNEST(*_paths.events) AS conversion_event
WHERE
  conversion_event.event_type = "FLOODLIGHT"
GROUP BY
  placement_id
HAVING
  placement_id IS NOT NULL
ORDER BY
  credit DESC

【参考方案1】：

公平地说，这是一个相当复杂的查询，我想我知道你在问什么，如果不是这样，请纠正我。

比较 prev_conversion_event.event_time

您正在做类似“我想要来自此的所有事件（unnest），并且对于每个事件，我想知道哪些事件是彼此的前身”。

假设您有 [A, B, C, D] 并且它们是连续排序的（A 发生在 B 之前，A 和 B 发生在 C 之前，依此类推），取消嵌套和加入该条件的结果将给你一些类似[A:(NULL), B:(A), C:(A, B), D:(A, B, C)] 的东西（请原谅符号，希望它不会混淆），作为每个键：值对，事件：（前身）。请注意，A 之前没有事件，但 B 有 A，等等。 现在您有一个漂亮的表格，其中包含所有转换事件以及在该事件之前发生的事件。

【讨论】：

嗨@Francesco！非常感谢您的回复！这有帮助，但我仍然不太确定你提到的结果是如何产生的。在示例数据中，据我了解，prev_conversion_event.event_time 是 7 个整数（event_time）的列表，conversion_event.event_time 也是如此。比较 2 个相同的整数列表如何生成您提到的表格？我肯定在某个地方错了，但不知道如何纠正自己。

嗯，它不是马上的。 UNNESTING 将扇出嵌套元素的所有成员，但随后 WHERE 条件将使只有符合逻辑的成员（我共享的那个）才会显示在最终查询中。试着用一张纸从最里面的查询和外面的查询中找出这个，评估每个子查询应该是什么样子，这样会更清楚。 （或者在 BigQuery 中单独运行子查询，任何适合您的方式）