2 个表连接：转化前的印象数

Posted 2023-03-31

【中文标题】2 个表连接：转化前的印象数

【英文标题】：2 tables join: Impressions count before Conversion

【发布时间】：2017-02-08 12:04:27

【问题描述】：

我实际上不知道如何执行这样的查询。 我的 Google BigQuery 中有 2 个表：

第一个表（展示次数）：

+-----------+--------+------------+-------+
| Timestamp | UserID | Event_Type | Count |
+-----------+--------+------------+-------+
|       100 |    111 | impression |     2 |
|       105 |    111 | impression |     1 |
|       110 |    111 | impression |     1 |
|       120 |    111 | impression |     2 |
|       100 |    222 | impression |     1 |
|       105 |    222 | impression |     1 |
|       110 |    222 | impression |     1 |
|       120 |    222 | impression |     1 |
+-----------+--------+------------+-------+ 

第二张表（转化）：

+-----------+--------+------------+-------+
| Timestamp | UserID | Event_Type | Count |
+-----------+--------+------------+-------+
|       115 |    111 | conversion |     1 |
|       117 |    222 | conversion |     1 |
+-----------+--------+------------+-------+ 

我想要得到的 - 转换所需的每个用户的展示次数，所以我必须计算转换之前发生的所有展示次数（按时间戳 - 实际上是 unix 格式）。

+--------+--------------------+
| UserID | Impressions Needed |
+--------+--------------------+
|    111 |                  4 |
|    222 |                  3 |
+--------+--------------------+

我可以通过 UserID 加入这些表并获得印象和转换的总数，我可以将它们合并并按 UserID 和时间戳排序，但我不知道如何获得最终答案，所以很遗憾我在这里没有什么可展示的。我希望有办法做到这一点，这里有人可以帮助我。

答案是（标准 SQL）：

SELECT t2.User_ID, COUNT(t1.User_ID) as ImpressionsNeeded FROM ( SELECT MIN(Event_Time) as Event_Time, User_ID, Advertiser_ID, Campaign_ID, count(*) AS Conv_Count FROM ``db.dcm_account111111.activity_111111_*`` WHERE _TABLE_SUFFIX BETWEEN '20170101' AND '20170110' AND Advertiser_ID = '888888' AND Campaign_ID = '888888' AND Event_Sub_Type = 'POSTCLICK' GROUP BY User_ID, Advertiser_ID, Campaign_ID ) as t2 LEFT JOIN ( SELECT Event_Time, User_ID, Advertiser_ID, Campaign_ID, count(*) AS Imps_Count FROM ``db.dcm_account111111.impression_111111_*`` WHERE _TABLE_SUFFIX BETWEEN '20170101' AND '20170110' AND Advertiser_ID = '888888' AND Campaign_ID = '888888' GROUP BY Event_Time, User_ID, Advertiser_ID, Campaign_ID ) as t1 ON t1.User_ID = t2.User_ID AND t1.Advertiser_ID = t2.Advertiser_ID AND t1.Campaign_ID = t2.campaign_ID AND t1.Event_Time < t2.Event_Time GROUP BY t2.User_ID ORDER BY ImpressionsNeeded DESC

【参考方案1】：

这听起来像是left join 和聚合：

select t2.userid, count(t1.userid)
from table2 t2 left join
     table1 t1
     on t1.userid = t2.userid and
        t1.event_type = 'impression' and
        t1.timestamp < t2.timestamp
group by t2.userid;

【讨论】：

我已经添加了上面的示例代码（使用了你的答案，但是没有用）

@EdgardGomezSennovskaya 。 . .切换到标准 SQL。

我选中了“使用旧版 SQL”复选框

@EdgardGomezSennovskaya 。 . .取消选中该框。

它现在似乎可以工作了。但是，我得到了一个 user_id 'AMsySZbs1sNtG7tCkB942LhR8B1y'，前面有 3146 次展示。当我只是从印象表（相同日期范围）中查询该 user_id 的 COUNT 时，我得到 255。

【参考方案2】：

下面介绍了更一般的情况，当您可以确定每次转化（不仅仅是第一次转化）带来多少印象时 额外的好处 - 没有任何 显式 JOIN 和 GROUP BY

#standardSQL
WITH all_events AS (
  SELECT ts, UserID, Event_Type, cnt FROM Impressions UNION ALL
  SELECT ts, UserID, Event_Type, cnt FROM Conversions
)
SELECT ts as ConversionTS, UserID, cum_sum - 
  IFNULL(
    SUM(cum_sum) OVER(PARTITION BY UserID, Event_Type ORDER BY ts 
    ROWS BETWEEN UNBOUNDED PRECEDING AND 1 PRECEDING), 0
  ) AS Impressions
FROM (
  SELECT ts, UserID, Event_Type, 
    SUM(IF(Event_Type = 'impression', cnt, 0)) OVER(PARTITION BY UserID 
      ORDER BY ts) AS cum_sum
  FROM all_events
)
WHERE Event_Type = 'conversion'

上面可以用下面的数据测试（作为例子）

WITH Impressions AS (
  SELECT 100 AS ts, 111 AS UserID, 'impression' AS Event_Type, 2 AS cnt UNION ALL SELECT 105, 111, 'impression', 1 UNION ALL SELECT 110, 111, 'impression', 1 UNION ALL
  SELECT 120, 111, 'impression', 2 UNION ALL SELECT 123, 111, 'impression', 2 UNION ALL SELECT 125, 111, 'impression', 1 UNION ALL SELECT 130, 111, 'impression', 1 UNION ALL
  SELECT 140, 111, 'impression', 2 UNION ALL SELECT 100, 222, 'impression', 1 UNION ALL SELECT 105, 222, 'impression', 1 UNION ALL SELECT 110, 222, 'impression', 1 UNION ALL
  SELECT 120, 222, 'impression', 1 UNION ALL SELECT 130, 222, 'impression', 1 UNION ALL SELECT 135, 222, 'impression', 1 UNION ALL SELECT 140, 222, 'impression', 1 UNION ALL
  SELECT 150, 222, 'impression', 1 
),
Conversions AS (
  SELECT 115 AS ts, 111 AS UserID, 'conversion' AS Event_Type, 1 AS cnt UNION ALL
  SELECT 135, 111, 'conversion', 1 UNION ALL SELECT 117, 222, 'conversion', 1 UNION ALL SELECT 147, 222, 'conversion', 1 
)

预期结果如下

ConversionTS    UserID  Impressions  
115             111     4    
135             111     6    
117             222     3    
147             222     4    

【参考方案3】：

好的，我明白了。由于转换表具有相同 User_ID 的多行，因此我的结果成倍增加。所以我必须在查询转换表时使用 MIN ，然后才使用 LEFT JOIN Impression 表。 修复了上面的代码。 谢谢戈登！

【讨论】：

本网站的工作方式是标记回答您的问题和答案的答案，而不是添加您自己的评论作为答案。我建议删除它并勾选@Gordons 答案以将其标记为正确。