BigQuery 標准 SQL：如何按 ARRAY 字段分組

Question

我的表有兩列， id和a 。 列id包含一個數字，列a包含一個字符串數組。 我想計算給定數組的唯一 id 數，數組之間的相等性被定義為“每個索引的大小相同，字符串相同”。

使用GROUP BY a ，我得到Grouping by expressions of type ARRAY is not allowed 。 我可以使用GROUP BY ARRAY_TO_STRING(a, ",") ，但是兩個數組["a,b"]和["a","b"]組合在一起，我失去了“真實”值我的數組（所以如果我想稍后在另一個查詢中使用它，我必須拆分字符串）。

這個字段數組中的值來自用戶，所以我不能假設某個字符永遠不會存在（並將其用作分隔符）。

Answer 1

而不是GROUP BY ARRAY_TO_STRING(a, ",")使用GROUP BY TO_JSON_STRING(a)

所以你的查詢將如下所示

#standardsql
SELECT 
  TO_JSON_STRING(a) arr,
  COUNT(DISTINCT id) cnt
FROM `project.dataset.table`
GROUP BY arr

您可以使用如下的虛擬數據進行測試

#standardsql
WITH `project.dataset.table` AS (
  SELECT 1 id, ["a,b", "c"] a UNION ALL
  SELECT 1, ["a","b,c"]
)
SELECT 
  TO_JSON_STRING(a) arr,
  COUNT(DISTINCT id) cnt
FROM `project.dataset.table`
GROUP BY arr  

結果為

Row     arr             cnt  
1       ["a,b","c"]     1    
2       ["a","b,c"]     1    

根據@Ted的評論更新

#standardsql
SELECT 
  ANY_VALUE(a) a,
  COUNT(DISTINCT id) cnt
FROM `project.dataset.table`
GROUP BY TO_JSON_STRING(a)

Answer 2

或者，您可以使用逗號以外的其他分隔符

ARRAY_TO_STRING(a,"|")