如何找到第二次登录时间之前的事件总数

Question

在 BigQuery 中，我试图找到第二次登录时间之前的事件总数。

对于不同的用户 ID，我有多个事件，例如“滚动”、“用户参与”、“登录”、“first_visit”、“sign_up”等。为简单起见，我们将以上视为所有事件。

例如，对于 user_id 2，我从原始数据中提取了以下信息（这是表的快照）。

用户身份	事件名称	事件时间
2个	滚动	2022-10-31 12:28:35
2个	报名	2022-10-29 08:11:29
2个	登录	2022-11-01 16:46:34
2个	第一次访问	2022-10-30 10:45:22
2个	登录	2022-11-04 08:10:38
2个	滚动	2022-11-05 11:18:35
2个	用户参与	2022-11-06 08:45:17
2个	用户参与	2022-11-07 05:27:32

首先，我找到每个用户id的第二次登录时间。

WITH cte AS (
    SELECT *, RANK() OVER (PARTITION BY User_id ORDER BY LoginTime) rnk
    FROM MyData
)

SELECT User_id, LoginTime AS SecondLoginTime
FROM cte
WHERE rnk = 2
ORDER BY User_id;

用户身份	第二次登录时间
1个	2022-11-07 09:52:27
2个	2022-11-04 08:10:38

我想编写一个查询，我可以将此登录时间与每个事件时间（对于所有用户 ID）进行比较，并计算 SecondLoginTime 之前的事件。

例如，对于 user_id 2，我想做如下比较：

用户身份	事件名称	事件时间	第二次登录时间
2个	滚动	2022-10-31 12:28:35	2022-11-04 08:10:38
2个	报名	2022-10-29 08:11:29	2022-11-04 08:10:38
2个	登录	2022-11-01 16:46:34	2022-11-04 08:10:38
2个	第一次访问	2022-10-30 10:45:22	2022-11-04 08:10:38
2个	登录	2022-11-04 08:10:38	2022-11-04 08:10:38
2个	滚动	2022-11-05 11:18:35	2022-11-04 08:10:38
2个	用户参与	2022-11-06 08:45:17	2022-11-04 08:10:38
2个	用户参与	2022-11-07 05:27:32	2022-11-04 08:10:38

并找到以下结果：

用户身份	第二次访问前的总事件数
2个	4个

我还想将此逻辑应用于所有用户 ID。

有没有办法做到这一点？ 如果有任何遗漏或问题不清楚，请问我澄清。 非常感谢你的帮助。

Answer 1

您可以考虑以下。

WITH cte AS (
  SELECT *,
         NTH_VALUE(IF(Event_name = 'login', EventTime, NULL), 2 IGNORE NULLS) OVER w AS SecondLoginTime,
         LAST_VALUE(IF(Event_name = 'login', EventTime, NULL) IGNORE NULLS) OVER w AS LastLoginTime
    FROM MyData
  WINDOW w AS (PARTITION BY User_id ORDER BY EventTime ROWS BETWEEN UNBOUNDED PRECEDING AND UNBOUNDED FOLLOWING)
)
SELECT User_id,
       COUNTIF(EventTime < SecondLoginTime) AS TotalEventsBeforeSecondLogin,
       COUNTIF(EventTime < LastLoginTime) AS TotalEventsBeforeLastLogin,
  FROM cte
 GROUP BY 1;

查询结果

Answer 2

这应该工作：

with LI2 AS (
    SELECT User_Id, EventTime as LoginTime, ROW_NUMBER() OVER (PARTITION BY User_id ORDER BY EventTime) Seq
    FROM MyTbl
    where Event_Name='login'
)
SELECT 
    LI2.User_id
  , LI2.LoginTime AS SecondLoginTime
  , COUNT(OE.User_ID) as EventsBefore2ndLogin
FROM LI2
     left join
     MyTbl OE -- other events before 2nd login
     on OE.User_Id=LI2.USer_Id
        and OE.EventTime<LI2.LoginTime
WHERE LI2.Seq = 2
GROUP BY 
    LI2.User_id
  , LI2.LoginTime
ORDER BY LI2.User_id

MyTbl 是您的表。

更新以适应“上次登录前的事件：

with LogInSeq AS (
    SELECT User_Id
        , max(case when LoginSeq=2 then LoginTime else null end) as SecondLoginTime
        , max(case when RevLoginSeq=1 then LoginTime else null end) as LastLoginTime
    from (
            SELECT User_Id, EventTime as LoginTime
                    , ROW_NUMBER() OVER (PARTITION BY User_id ORDER BY EventTime) LogInSeq
                    , ROW_NUMBER() OVER (PARTITION BY User_id ORDER BY EventTime desc) RevLoginSeq
            FROM MyTbl
            where Event_Name='login'
         ) LI1
    where LoginSeq=2 or RevLoginSeq=1
    group by User_Id
)

SELECT 
    LISeq.User_id
  , LISeq.SecondLoginTime
  , LISeq.LastLoginTime
  , COUNT(case when OE.EventTime < LISeq.SecondLoginTime then OE.User_id else null end) as EventsBefore2ndLogin
  , COUNT(case when OE.EventTime < LISeq.LastLoginTime then OE.User_id else null end) as EventsBeforeLastLogin
FROM LogInSeq as LISeq
     left join
     MyTbl OE -- other events before 2nd login
     on OE.User_Id=LISeq.USer_Id
GROUP BY 
    LISeq.User_id
  , LISeq.SecondLoginTime
  , LISeq.LastLoginTime
ORDER BY LISeq.User_id;

不可否认，我不知道 BigQuery 中的高级功能，例如@JayTiger 的回答所展示的功能，因此您可以使用 COUNTIF 和 NTH_VALUE 函数（我无权访问它们）来简化它。