AWS athena中的SQL下面的output如何计算

Question

我有以下结果集。

with dataset AS (
    select 1 as total_users, ARRAY['google', 'meta', 'attentive', 'meta'] as path_list
    UNION ALL
    select 1, ARRAY['google', 'attentive', 'Direct Traffic', 'Direct Traffic', 'Direct Traffic', 'meta']
    UNION ALL
    select 4 , ARRAY ['google','meta', 'google']
    UNION ALL
    select 1, ARRAY['google', 'meta', 'meta', 'Direct Traffic' , 'meta']
    UNION ALL
    select 1, ARRAY['google', 'meta', 'meta']
    UNION ALL
    select 1, ARRAY['google', 'Direct Traffic', 'Direct Traffic','attentiva', 'attentiva', 'attentiva', 'Direct Traffic', 'meta']
)

SELECT path_list, total_users, path_list[2] as second_click, 
CASE WHEN CARDINALITY(path_list) > 2 THEN path_list[3] ELSE NULL END as third_click from dataset

total_users 列指示遍历特定路径的用户数。

我想计算以下 output。

• 第二次点击媒体
• second_click_percentage
• 第三次点击
• third_click_percentage

对于每种介质。

结果集如下所示

path_list total_users second_click third_click

[谷歌，直接流量，直接流量，attentiva，attentiva，attentiva，直接流量，元]
1 直接流量 直接流量

[谷歌，元，细心，元]
1元细心

[谷歌，细心，直接流量，直接流量，直接流量，元]
1 周到的直接流量

[谷歌、元、元、直接流量、元]
1 元元

[谷歌，元，元]
1 元元

[谷歌，元，谷歌]
4 元谷歌

现在我需要计算用户的百分比值，即有多少用户将元作为第二次点击，将关注作为第二次点击。

同样需要确定不同媒体的第三次点击百分比值。

写一个SQL解决方案应该怎么做？

Answer 1

您可以对数据进行分组并计算百分比：

-- sample data
with dataset(total_users, path_list) AS (
    values (1, ARRAY['google', 'meta', 'attentive', 'meta']),
    (1, ARRAY['google', 'attentive', 'Direct Traffic', 'Direct Traffic', 'Direct Traffic', 'meta']),
    (4, ARRAY ['google','meta', 'google']),
    (1, ARRAY['google', 'meta', 'meta', 'Direct Traffic' , 'meta']),
    (1, ARRAY['google', 'meta', 'meta']),
    (1, ARRAY['google', 'Direct Traffic', 'Direct Traffic','attentiva', 'attentiva', 'attentiva', 'Direct Traffic', 'meta'])
),

-- query parts
clicks as (
SELECT total_users,
       path_list[2] as second_click,
       try(path_list[2]) as third_click,
       sum(total_users) over () as sum_total
from dataset)

select second_click, sum(total_users) * 1.0 / arbitrary(sum_total)
from clicks
group by second_click;

Output：

第二次点击	_col1
元	0.8
直接交通	0.1
细心	0.1

如果您希望在一个查询中返回两个分组，您可以查看分组集：

select second_click, third_click, sum(total_users) * 1.0 / arbitrary(sum_total)
from clicks
group by GROUPING SETS (
    (second_click),
    (third_click));

但我认为这不会那么方便。