BQ：Select 多列的最新日期

Question

大家好。 我之前写了一个与此相关的问题，但现在我遇到了另一个问题。

我必须计算 install_time 和contributor_time 列之间的时间戳差异。 但是，我有三个contributor_time 列，我需要首先从这些列中获取select 的最新时间，然后从安装时间中减去它。

样本数据

用户	安装时间	贡献者时间_1	贡献者时间_2	贡献者时间_3
1	8:00	7:45	7:50	7:55
2	10:00	9:15	9:45	9:30
3	11:00	10:30	null	null

例如，在上表中，我需要 select contributor_time_3 并从用户 1 的 install_time 中减去它。对于用户 2，我会这样做，但使用 contributor_time_2。

样本结果

用户	安装时间	time_diff_min
1	8:00	5
2	10:00	15
3	11:00	30

我面临的问题是 1）contributor_time 列是字符串格式，2）其中一些具有“空”字符串值（这意味着我不能将其转换为时间戳。）

我创建了一个查询，但我遇到了一个错误，指出我不能从时间戳中减去一个字符串。 所以我添加了 safe_cast，但是 time_diff_min 结果仅在我将所有三个contributor_time 列作为时间戳时才显示。 例如，在上面的示例表中，只有前两行会拉取。

我到目前为止的查询如下：

SELECT
  users,
  install_time,
  TIMESTAMP_DIFF(install_time, greatest(contributor_time_1, contributor_time_2, contributor_time_3), MINUTE) as ctct_min 
FROM
  (SELECT 
  users,
  install_time,
  safe_cast(contributor_time_1 as timestamp) as contributor_time_1,
  safe_cast(contributor_time_2 as timestamp) as contributor_time_2,
  safe_cast(contributor_time_3 as timestamp) as contributor_time_3,
  FROM 
  (SELECT 
  users,
  install_time,
  case when contributor_time_1 = 'null' then '0' else contributor_time_1 end as contributor_time_1,
  ....
  FROM datasource
 

感谢您为我指明正确方向的任何帮助！ 先感谢您！

Answer 1

您可以使用greatest() ：

select t.*,
       time_diff(install_time, greatest(contributor_time_1, contributor_time_2, contributor_time_3), minute) as diff_min
from t;

注意：这假设这些值永远不是NULL ，根据您的示例数据，这似乎是合理的。

Answer 2

考虑下面

select users, install_time,
  time_diff(
    parse_time('%H:%M',install_time), 
    greatest(
      parse_time('%H:%M',contributor_time_1), 
      parse_time('%H:%M',contributor_time_2),
      parse_time('%H:%M',contributor_time_3)
    ), 
    minute) as time_diff_min
from `project.dataset.table`    

如果应用于您问题中的示例数据 - output 是

上面可以稍微重构为下面

create temp function latest_time(arr any type) as ((
  select parse_time('%H:%M',val) time
  from unnest(arr) val
  order by time desc
  limit 1 
));
select users, install_time,
  time_diff(
    parse_time('%H:%M',install_time), 
    latest_time([contributor_time_1, contributor_time_2, contributor_time_3]), 
    minute) as time_diff_min
from `project.dataset.table`

不那么冗长，没有多余的解析——结果相同——所以只是偏好问题