如何使用 BigQuery 计算 GitHub 上的推送事件？

Posted 2023-03-24

【中文标题】如何使用 BigQuery 计算 GitHub 上的推送事件？

【英文标题】：How to count push events on GitHub using BigQuery?

【发布时间】：2015-05-04 21:19:04

【问题描述】：

我正在尝试使用 BigQuery 上的公共 GitHub 数据集来计算事件 - 在本例中为 PushEvents - 在每个存储库的基础上随着时间的推移。

SELECT COUNT(*)
FROM [githubarchive:github.timeline]
WHERE type = 'PushEvent' 
    AND repository_name = "account/repo"
GROUP BY pushed_at
ORDER BY pushed_at DESC

基本上只检索指定 repo 和事件类型的计数，按日期分组计数并返回列表。 BigQuery 验证以下内容，但随后查询失败并显示：

Field 'pushed_at' not found.

据我从 GitHub 的 PushEvent documentation 得知，push_at 是一个可用字段。有人有正确执行的相关查询的示例吗？关于这里做错了什么有什么建议吗？

【参考方案1】：

该字段名为 repository_pushed_at，您可能还打算将其包含在 SELECT 列表中，即

SELECT repository_pushed_at, COUNT(*)
FROM [githubarchive:github.timeline]
WHERE type = 'PushEvent' 
    AND repository_name = "account/repo"
GROUP BY repository_pushed_at
ORDER BY repository_pushed_at DESC

【讨论】：

我确实做到了，谢谢！这给了我结果，但帐户/回购格式开始了。您知道如何指定帐户吗？是 repository_owner 还是类似的？更新：看起来确实是这样。感谢您的原始答案！

如果您对存在哪些字段感到好奇，可以在 bigquery.cloud.google.com/table/githubarchive:github.timeline 查看表架构。

太棒了，谢谢丹尼。一直在寻找，但没有成功。