BigQuery：计算每日分区表中的平均值

Posted 2023-03-24

【中文标题】BigQuery：计算每日分区表中的平均值

【英文标题】：BigQuery: Calculating averages in daily partitioned tables

【发布时间】：2018-02-15 20:28:30

【问题描述】：

我无法从几个分区的每日表中获取平均值。我们每天都有分区表。我想要一个 SQL 查询来计算按国家/地区分组的 N 天的平均请求数。

这是架构：

日期（字符串） 国家（字符串） 请求（整数）

到目前为止我所拥有的：

SELECT country, avg(req) as AvgReq
FROM TABLE_DATE_RANGE([thePartitionedTable_],
DATE_ADD(CURRENT_TIMESTAMP(), -2, 'DAY'), CURRENT_TIMESTAMP())
GROUP BY country

这当然可以使用 1 天，但是当我尝试 2 天或更长时间时，数据会出现偏差。我的逻辑有什么问题？在这种情况下，AVG() 函数如何工作？我也需要按日期分组吗？

所以我想要 thePartitionedTable_today 的每日平均值和 thePartitionedTable_yesterday 的每日平均值，然后如果有意义的话，我想要它们的平均值。因此，如果 thePartitionedTable_today 的尼日利亚日均值为 2，而 ThePartitionedTable_yesterday 的尼日利亚日均值为 3，则尼日利亚这两天的日均值为 2.5。我真的很感谢你的时间！

【问题讨论】：

AVG 获取您所有数据的平均值，例如，如果您在 1 天进行 10 次销售，总计 30 美元，那么您当天的平均值为 3 如果您在第二天进行 2 次销售总计 4 美元是当天的平均 2.83 美元，但总计将是 12 次销售，总计 34 美元，平均为 2.83 美元

啊，所以我假设数据为什么会出现偏差是正确的，所以我确实需要编写一个更好的查询来计算每天的平均值，然后从这些平均值中取平均值。我有一些工作要做，希望有人能提供帮助，但如果我找到它，我一定会在这里发布答案！

我建议尽可能使用standard SQL——如果您有复杂的逻辑，那么使用旧版 SQL 编写会变得更加困难。在这里，您将使用 table wildcard 一次读取多个表。

【参考方案1】：

使用标准 SQL：

with avg_byday AS (
  SELECT
    country,
    AVG(req) AS req_avg
  FROM
    `thePartitionedTable_*`
  GROUP BY
    _TABLE_SUFFIX,
    country)
SELECT
  country,
  AVG(req_avg)
FROM
  avg_byday
GROUP BY
  country

子查询还会为您提供每个国家/地区每天的平均请求数。

【讨论】：

这真的是可读的，而不是我在做什么。甚至不知道“with”语法或与 * 一起使用的 _TABLE_SUFFIX。非常感谢！