BigQuery UDF 在另一个表中查找最大值

Posted 2023-04-13

【中文标题】BigQuery UDF 在另一个表中查找最大值

【英文标题】：BigQuery UDF to find max values in another table

【发布时间】：2017-07-05 16:22:58

【问题描述】：

我有一些看起来像这样的数据，其中有一个不同类型的事件列表、事件发生的时间以及与事件关联的用户。事件 A 每个用户只发生一次，但事件 B 可以发生多次。

我想把它变成这样：

逻辑如下：

我查询表以提取每个用户发生事件 A 的时间列表 然后，对于每一行，我找到事件 B 在事件 A 之前发生的最近时间

第一点很简单，类似于

SELECT User, Time AS Event_A_Time FROM Raw_Data WHERE Event = 'Event A'

我卡住的地方是如何获得第三列。它需要类似于

SELECT MAX(Time) FROM Raw_Data WHERE Time < [Event_A_Time for this user]

我假设我需要为此使用 UDF，但我正在努力将其融入语法（使用标准 SQL）。任何帮助表示赞赏！

【参考方案1】：

这种计算不需要 UDF。试试这个：

SELECT * EXCEPT(Event_B_Times),
  (SELECT MAX(time) FROM UNNEST(Event_B_Times) AS Time
   WHERE Time < Event_A_Time) AS Event_B_Time
FROM (
  SELECT
    User,
    MAX(IF(Event = 'Event A', Time, NULL)) AS Event_A_Time,
    ARRAY_AGG(IF(Event = 'Event B', Time, NULL) IGNORE NULLS) AS Event_B_Times
  FROM Raw_Data
  GROUP BY User
);

【讨论】：

谢谢。不过，据我了解，这将为我提供最大 Event_B_Time，无论它高于还是低于 Event_A_Time？

对不起，我误会了。你能看看这个编辑是否有效吗？它找到 B 的最大时间小于 A 的时间。

谢谢，这真的很有帮助:)