使用带有 DISTINCT 的 ARRAY_AGG() 和带有 ORDINAL 的 ORDER BY

Question

我有一些我正在尝试汇总的数据（这里大大简化了）。 原始数据使用类似于以下的架构：

UserID - STRING
A - RECORD REPEATED
A.Action - STRING
A.Visit - INTEGER
A.Order - INTEGER
MISC - RECORD REPEATED
( other columns omitted here )

由于“MISC”列，有许多实际记录，但我只想关注上面显示的前 5 列。 下面显示了原始数据的示例（请注意，显示的值只是一个示例，存在许多其他值，因此无法将这些值硬编码到查询中）：

表 0：（原始数据样本）

（UserID 下的空值如 BiqQuery 所示 - “A”字段是嵌套记录的一部分）

我的查询生成如下表 1所示的数据。 我正在尝试将 ARRAY_AGG 与 ORDINAL 一起使用，以便为每个用户仅选择前两个“操作”，并按表 2 所示进行重组。

SELECT
  UserId, ARRAY_AGG( STRUCT(A.Action, A.Visit, A.Order)
          ORDER BY A.Visit, A.Order, A.Action ) 
  FROM
    `table` 
  LEFT JOIN UNNEST(A) AS A
GROUP BY
    UserId

表 1：（上述查询的示例输出）

表2：（需要的格式）

所以我需要：

1. 为每个用户获取不同的“操作”值
2. 保留订单（ UserID, Visit, Order ）
3. 在一行中仅显示第 1 个和第 2 个操作

我尝试的查询策略是使用以下内容按用户 ID、访问、订购和获取操作的 DISTINCT 值进行排序：

UserId,
ARRAY_AGG(DISTINCT Action ORDER BY UserID, Visit, Order) FirstAction,
ARRAY_AGG(DISTINCT Action ORDER BY UserID, Visit, Order) SecondAction

但是，该方法会产生以下错误：

错误：同时具有 DISTINCT 和 ORDER BY 参数的聚合函数只能作为函数参数的 ORDER BY 列

关于如何纠正这个错误的任何想法（或替代方法？）

Answer 1

不确定为什么原始查询有DISTINCT ，如果表 2 中显示的结果不需要重复数据删除。

说：

#standardSQL
WITH sample AS (
  SELECT actor.login userid, type action
    , EXTRACT(HOUR FROM created_at) visit
    , EXTRACT(MINUTE FROM created_at) `order`
  FROM `githubarchive.day.20171005` 
)

SELECT userid, actions[OFFSET(0)] firstaction, actions[SAFE_OFFSET(1)] secondaction
FROM (
  SELECT userid, ARRAY_AGG(action ORDER BY visit, `order` LIMIT 2) actions
  FROM sample
  GROUP BY 1
  ORDER BY 1
  LIMIT 100
)

Answer 2

下面试试。

#standardSQL
SELECT UserId, 
  ARRAY_AGG(Action ORDER BY Visit, `Order`, Action LIMIT 2)[SAFE_ORDINAL(1)] AS FirstAction, 
  ARRAY_AGG(Action ORDER BY Visit, `Order`, Action LIMIT 2)[SAFE_ORDINAL(2)] AS SecondAction 
FROM `project.dataset.table`
LEFT JOIN UNNEST(A) AS A 
GROUP BY UserId
-- ORDER BY UserId

您可以使用问题中的虚拟数据测试/玩它

#standardSQL
WITH `table` AS (
  SELECT 'U001' AS UserId, [STRUCT<Action STRING, Visit INT64, `Order` INT64 >
    ('Register', 1, 1),('Upgrade', 1, 2),('Feedback', 1, 3),('Share', 1, 4),('Share', 2, 1)] AS A UNION ALL
  SELECT 'U002', [STRUCT<Action STRING, Visit INT64, `Order` INT64 >
    ('Share', 7, 1),('Share', 7, 2),('Refer', 8, 1),('Feedback', 8, 2),('Feedback', 8, 3)] UNION ALL
  SELECT 'U003', [STRUCT<Action STRING, Visit INT64, `Order` INT64 >
    ('Register', 1, 1),('Share', 1, 2),('Share', 1, 3),('Share', 2, 1),('Share', 2, 2),('Share', 3, 1),('Share', 3, 2)] 
)
SELECT UserId, 
  ARRAY_AGG(Action ORDER BY Visit, `Order`, Action LIMIT 2)[SAFE_ORDINAL(1)] AS FirstAction, 
  ARRAY_AGG(Action ORDER BY Visit, `Order`, Action LIMIT 2)[SAFE_ORDINAL(2)] AS SecondAction 
FROM `table`
LEFT JOIN UNNEST(A) AS A 
GROUP BY UserId
ORDER BY UserId