BigQuery 表的扁平数据并将扁平数据复制到新的 BigQuery 表

Posted

技术标签:

【中文标题】BigQuery 表的扁平数据并将扁平数据复制到新的 BigQuery 表【英文标题】:Flat data of BigQuery table and copy the flatted data to a new BigQuery table 【发布时间】:2017-08-09 11:37:16 【问题描述】:

我是 BQ 的新手。 我有一张表,其中一些列是重复记录的。我正在尝试平展表格,所以它会是一种关系,并将平展的数据插入新的 BigQuery 表格。 是否可以?我该怎么做?

【问题讨论】:

【参考方案1】:

以下是 BigQuery 标准 SQL

假设你有如下简单的表格

Row id  repeated_record  
--- --  ---------------
1   1   google   
        facebook     
        viant    
2   2   dell     
        hp     

您可以使用以下查询轻松模仿它

#standardSQL
WITH `table-with-repeated-record` AS (
  SELECT 1 AS id, ['google', 'facebook', 'viant'] AS repeated_record UNION ALL
  SELECT 2, ['dell', 'hp']
)
SELECT *
FROM `table-with-repeated-record`  

所以现在,让它变平 - 使用下面的查询

#standardSQL
WITH `table-with-repeated-record` AS (
  SELECT 1 AS id, ['google', 'facebook', 'viant'] AS repeated_record UNION ALL
  SELECT 2, ['dell', 'hp']
)
SELECT id, flatted_data
FROM `table-with-repeated-record`, 
  UNNEST(repeated_record) AS flatted_data   

结果如下

Row id  flatted_data     
--- --  ------------
1   1   google   
2   1   facebook     
3   1   viant    
4   2   dell     
5   2   hp    

下面是另一个例子

#standardSQL
WITH `table-with-repeated-record` AS (
  SELECT 1 AS id, [STRUCT<line INT64, name STRING>(1, 'google'), (2, 'facebook'), (3, 'viant')] AS repeated_record UNION ALL
  SELECT 2, [STRUCT<line INT64, name STRING>(5, 'dell'), (6, 'hp')]
)
SELECT *
FROM `table-with-repeated-record`  

模仿下表

Row id  repeated_record.line    repeated_record.name     
--- --  --------------------    --------------------
1   1   1                       google   
        2                       facebook     
        3                       viant    
2   2   5                       dell     
        6                       hp

以及将其展平的方法是:

#standardSQL
WITH `table-with-repeated-record` AS (
  SELECT 1 AS id, [STRUCT<line INT64, name STRING>(1, 'google'), (2, 'facebook'), (3, 'viant')] AS repeated_record UNION ALL
  SELECT 2, [STRUCT<line INT64, name STRING>(5, 'dell'), (6, 'hp')]
)
SELECT id, flatted_data.line, flatted_data.name
FROM `table-with-repeated-record`, 
  UNNEST(repeated_record) AS flatted_data   

结尾
Row id  line    name     
--- --  ----    ----
1   1   1       google   
2   1   2       facebook     
3   1   3       viant    
4   2   5       dell     
5   2   6       hp    

您知道如何在不指定 ['google'、'facebook'、'viant'] 等数据的情况下执行此操作吗?表的大小不是恒定的,它会不时变化,以及存储在表中的数据,我唯一确定的是列

您应该只在下面使用(没有用作示例的虚拟数据,并且您可以使用查询)

#standardSQL
SELECT id, flatted_data.line, flatted_data.name
FROM `yourProject.yourDataset.yourTable`, 
  UNNEST(repeated_record) AS flatted_data   

【讨论】:

谢谢!您知道如何在不指定 ['google'、'facebook'、'viant'] 等数据的情况下执行此操作吗?表的大小不是恒定的,它会不时发生变化,以及存储在表中的数据,我唯一确定的是列。 只需使用您的表格而不是用于回答的虚拟数据,让您能够使用代码并开始使用! 所以,而不是 table-with-repeated-record 放你真正的 project.dataset.table 顺便说一下,我下载了你的 BQ 伙伴。对我帮助很大! 如何查询我的表并添加“id”和“line”而不指定列中的数据?我想我之前误解了你。

以上是关于BigQuery 表的扁平数据并将扁平数据复制到新的 BigQuery 表的主要内容,如果未能解决你的问题,请参考以下文章

扁平化分析数据 - hit.type PAGE 丢失

BigQuery 文档 - 为啥 flatten 会消除重复

数组扁平化的几种处理放法

使用 python 和 pandas 将多数组 json 数据转换为扁平数据框

数据结构与算法之深入解析“扁平化多级双向链表”的求解思路与算法示例

以增量方式将 Cloud SQL 转换为 BigQuery