sql – BigQuery：如何在滚动时间戳窗口内对行进行分组和计数？

我有一些MongoDB的经验,我正在学习BigQuery.我正在尝试执行以下任务,我不知道如何使用BigQuery的标准sql来完成它.

我有一张包含以下数据的表格.它包含在不同网站网址上发生的事件.时间戳表示给定事件发生的时间.例如,第一行表示“事件’xx’发生在2016-10-18 15:55:16 UTC的网址’a.html’上.”

event_id |    url    |          timestamp   
-----------------------------------------------------------
   xx         a.html      2016-10-18 15:55:16 UTC
   xx         a.html      2016-10-19 16:68:55 UTC
   xx         a.html      2016-10-25 20:55:57 UTC
   yy         b.html      2016-10-18 15:58:09 UTC
   yy         a.html      2016-10-18 08:32:43 UTC
   zz         a.html      2016-10-20 04:44:22 UTC
   zz         c.html      2016-10-21 02:12:34 UTC

我想计算在滚动的3天窗口中每个网址上发生的每个事件的数量.换句话说,我希望能够说出以下内容：

>“在网址’a.html’,在间隔期间[2016-10-18 00:00:00 UTC,2016-10-21 00:00:00 UTC],事件’xx’发生两次.”
>“在网址’a.html’上,在间隔期间[2016-10-19 00:00:00 UTC,2016-10-22 00:00:00 UTC],事件”xx“发生一次.”
>“在网址’a.html’,在间隔[2016-10-20 00:00:00 UTC,2016-10-23 00:00:00 UTC]期间,事件’xx’发生了零次.” (注意：这不需要作为行返回.没有这一行可能意味着事件发生了零次.)

一些注意事项：我的数据库每天包含超过10万行,并且事件的发生会有所不同.意思是,在1天内,事件’xx’将发生~10,000次,事件’zz’将发生~0-2次.

鉴于我有限的sql知识,我不想为结果表提供结构,因为我认为这可能会错误地限制可能的答案.谢谢！

解决方法

以下是BigQuery Standard sql(参见 Enabling Standard SQL

我使用ts作为字段名称(而不是在您的示例中的时间戳)并假设此字段是TIMESTAMP数据类型

WITH dailyAggregations AS (
  SELECT 
    DATE(ts) AS day,url,event_id,UNIX_SECONDS(TIMESTAMP(DATE(ts))) AS sec,COUNT(1) AS events 
  FROM yourTable
  GROUP BY day,sec
)
SELECT 
  url,day,events,SUM(events) 
    OVER(PARTITION BY url,event_id ORDER BY sec 
      RANGE BETWEEN 259200 PRECEDING AND CURRENT ROW
  ) AS rolling3daysEvents
FROM dailyAggregations
-- ORDER BY url,day

259200的值实际上是3x24x3600,因此设置3天范围,因此您可以设置所需的实际滚动周期