Funzioni e operatori SQL legacy
Questo documento descrive nel dettaglio le funzioni e gli operatori SQL precedente. La sintassi delle query preferita per BigQuery è GoogleSQL. Per informazioni su GoogleSQL, consulta la pagina relativa alle funzioni e agli operatori di GoogleSQL.
Funzioni e operatori supportati
La maggior parte delle clausole dell'istruzione SELECT
supporta le funzioni. I campi a cui viene fatto riferimento in una funzione non devono essere elencati in alcuna clausola SELECT
. Di conseguenza, la seguente query è valida, anche se il campo clicks
non viene visualizzato direttamente:
#legacySQL SELECT country, SUM(clicks) FROM table GROUP BY country;
Funzioni di aggregazione | |
---|---|
AVG() |
Restituisce la media dei valori per un gruppo di righe ... |
BIT_AND() |
Restituisce il risultato di un'operazione AND a livello di bit ... |
BIT_OR() |
Restituisce il risultato di un'operazione OR a livello di bit ... |
BIT_XOR() |
Restituisce il risultato di un'operazione XOR a livello di bit ... |
CORR() |
Restituisce il coefficiente di correlazione di Pearson di un insieme di coppie di numeri. |
COUNT() |
Restituisce il numero totale di valori ... |
COUNT([DISTINCT]) |
Restituisce il numero totale di valori non NULL ... |
COVAR_POP() |
Calcola la covarianza della popolazione dei valori ... |
COVAR_SAMP() |
Calcola la covarianza campionaria dei valori ... |
EXACT_COUNT_DISTINCT() |
Restituisce il numero esatto di valori distinti non NULL per il campo specificato. |
FIRST() |
Restituisce il primo valore sequenziale nell'ambito della funzione. |
GROUP_CONCAT() |
Concatena più stringhe in un'unica stringa ... |
GROUP_CONCAT_UNQUOTED() |
Concatena più stringhe in un'unica stringa ... non aggiunge le virgolette doppie ... |
LAST() |
Restituisce l'ultimo valore sequenziale ... |
MAX() |
Restituisce il valore massimo ... |
MIN() |
Restituisce il valore minimo ... |
NEST() |
Aggrega tutti i valori nell'ambito di aggregazione attuale in un campo ripetuto. |
NTH() |
Restituisce l'n-esimo valore sequenziale ... |
QUANTILES() |
Calcola il minimo, il massimo e i quantili approssimativi ... |
STDDEV() |
Restituisce la deviazione standard ... |
STDDEV_POP() |
Calcola la deviazione standard della popolazione ... |
STDDEV_SAMP() |
Calcola la deviazione standard del campione ... |
SUM() |
Restituisce la somma totale dei valori ... |
TOP() ... COUNT(*) |
Restituisce i primi record max_records per frequenza. |
UNIQUE() |
Restituisce l'insieme di valori univoci non NULL ... |
VARIANCE() |
Calcola la varianza dei valori ... |
VAR_POP() |
Calcola la varianza della popolazione dei valori ... |
VAR_SAMP() |
Calcola la varianza del campione dei valori ... |
Operatori aritmetici | |
---|---|
+ |
Aggiunta |
- |
Sottrazione |
* |
Moltiplicazione |
/ |
Divisione |
% |
Modulo |
Funzioni a livello di bit | |
---|---|
& |
A livello di bit E |
| |
O a livello di bit |
^ |
XOR a livello di bit |
<< |
Spostamento a sinistra a livello di bit |
>> |
Spostamento a destra a livello di bit |
~ |
A livello di bit, NON |
BIT_COUNT() |
Restituisce il numero di bit ... |
Funzioni di trasmissione | |
---|---|
BOOLEAN() |
Trasmetti in valore booleano. |
BYTES() |
Trasmetti in byte. |
CAST(expr AS type) |
Converte expr in una variabile di tipo type . |
FLOAT() |
Trasmetti per raddoppiare. |
HEX_STRING() |
Converti in stringa esadecimale. |
INTEGER() |
Trasmetti a numero intero. |
STRING() |
Trasmetti alla stringa. |
Funzioni di confronto | |
---|---|
expr1 = expr2 |
Restituisce true se le espressioni sono uguali. |
expr1 != expr2 expr1 <> expr2
|
Restituisce true se le espressioni non sono uguali. |
expr1 > expr2 |
Restituisce true se expr1 è maggiore di expr2 . |
expr1 < expr2 |
Restituisce true se expr1 è inferiore a expr2 . |
expr1 >= expr2 |
Restituisce true se expr1 è maggiore o uguale a expr2 . |
expr1 <= expr2 |
Restituisce true se expr1 è minore o uguale a expr2 . |
expr1 BETWEEN expr2 AND expr3 |
Restituisce true se il valore di expr1 è compreso tra expr2 e expr3 inclusi. |
expr IS NULL |
Restituisce true se expr è NULL. |
expr IN() |
Restituisce true se expr corrisponde a
expr1 , expr2 o a qualsiasi valore tra parentesi. |
COALESCE() |
Restituisce il primo argomento diverso da NULL. |
GREATEST() |
Restituisce il parametro numeric_expr più grande. |
IFNULL() |
Se l'argomento non è null, restituisce l'argomento. |
IS_INF() |
Restituisce true se infinito positivo o negativo. |
IS_NAN() |
Restituisce true se l'argomento è NaN . |
IS_EXPLICITLY_DEFINED() |
deprecato: utilizza expr IS NOT NULL . |
LEAST() |
Restituisce il parametro numeric_expr dell'argomento più piccolo. |
NVL() |
Se expr non è null, restituisce expr , altrimenti restituisce null_default . |
Funzioni di data e ora | |
---|---|
CURRENT_DATE() |
Restituisce la data corrente nel formato %Y-%m-%d . |
CURRENT_TIME() |
Restituisce l'ora corrente del server nel formato %H:%M:%S . |
CURRENT_TIMESTAMP() |
Restituisce l'ora corrente del server nel formato %Y-%m-%d %H:%M:%S . |
DATE() |
Restituisce la data nel formato %Y-%m-%d . |
DATE_ADD() |
Aggiunge l'intervallo specificato a un tipo di dati TIMESTAMP. |
DATEDIFF() |
Restituisce il numero di giorni tra due tipi di dati TIMESTAMP. |
DAY() |
Restituisce il giorno del mese come numero intero compreso tra 1 e 31. |
DAYOFWEEK() |
Restituisce il giorno della settimana come numero intero compreso tra 1 (domenica) e 7 (sabato). |
DAYOFYEAR() |
Restituisce il giorno dell'anno come numero intero compreso tra 1 e 366. |
FORMAT_UTC_USEC() |
Restituisce un timestamp UNIX nel formato YYYY-MM-DD HH:MM:SS.uuuuuu . |
HOUR() |
Restituisce l'ora di un TIMESTAMP come numero intero compreso tra 0 e 23. |
MINUTE() |
Restituisce i minuti di un TIMESTAMP come numero intero compreso tra 0 e 59. |
MONTH() |
Restituisce il mese di un TIMESTAMP come numero intero compreso tra 1 e 12. |
MSEC_TO_TIMESTAMP() |
Converte un timestamp UNIX in millisecondi in TIMESTAMP. |
NOW() |
Restituisce il timestamp UNIX corrente in microsecondi. |
PARSE_UTC_USEC() |
Converte una stringa di data in un timestamp UNIX in microsecondi. |
QUARTER() |
Restituisce il trimestre dell'anno di un TIMESTAMP come numero intero compreso tra 1 e 4. |
SEC_TO_TIMESTAMP() |
Converte un timestamp UNIX di secondi in un TIMESTAMP. |
SECOND() |
Restituisce i secondi di TIMESTAMP come numero intero compreso tra 0 e 59. |
STRFTIME_UTC_USEC() |
Restituisce una stringa di data nel formato date_format_str. |
TIME() |
Restituisce un elemento TIMESTAMP nel formato %H:%M:%S . |
TIMESTAMP() |
Converti una stringa di data in TIMESTAMP. |
TIMESTAMP_TO_MSEC() |
Converte TIMESTAMP in timestamp UNIX in millisecondi. |
TIMESTAMP_TO_SEC() |
Converte TIMESTAMP in timestamp UNIX in secondi. |
TIMESTAMP_TO_USEC() |
Converte TIMESTAMP in timestamp UNIX in microsecondi. |
USEC_TO_TIMESTAMP() |
Converte un timestamp UNIX in microsecondi in TIMESTAMP. |
UTC_USEC_TO_DAY() |
Sposta un timestamp UNIX in microsecondi dall'inizio del giorno in cui si verifica. |
UTC_USEC_TO_HOUR() |
Sposta un timestamp UNIX in microsecondi all'inizio dell'ora in cui si trova. |
UTC_USEC_TO_MONTH() |
Sposta un timestamp UNIX in microsecondi all'inizio del mese in cui si trova. |
UTC_USEC_TO_WEEK() |
Restituisce un timestamp UNIX in microsecondi che rappresenta un giorno della settimana. |
UTC_USEC_TO_YEAR() |
Restituisce un timestamp UNIX in microsecondi che rappresenta l'anno. |
WEEK() |
Restituisce la settimana di un TIMESTAMP come numero intero compreso tra 1 e 53. |
YEAR() |
Restituisce l'anno di un TIMESTAMP. |
Funzioni IP | |
---|---|
FORMAT_IP() |
Converte i 32 bit meno significativi di integer_value in stringa di indirizzi IPv4 leggibile. |
PARSE_IP() |
Converte una stringa che rappresenta un indirizzo IPv4 in un valore intero senza segno. |
FORMAT_PACKED_IP() |
Restituisce un indirizzo IP leggibile nel formato 10.1.5.23 o 2620:0:1009:1:216:36ff:feef:3f . |
PARSE_PACKED_IP() |
Restituisce un indirizzo IP in BYTES. |
Funzioni JSON | |
---|---|
JSON_EXTRACT() |
Seleziona un valore in base all'espressione JSONPath e restituisce una stringa JSON. |
JSON_EXTRACT_SCALAR() |
Seleziona un valore in base all'espressione JSONPath e restituisce uno scalare JSON. |
Operatori logici | |
---|---|
expr AND expr |
Restituisce true se entrambe le espressioni sono vere. |
expr OR expr |
Restituisce true se una o entrambe le espressioni sono vere. |
NOT expr |
Restituisce true se l'espressione è false. |
Funzioni matematiche | |
---|---|
ABS() |
Restituisce il valore assoluto dell'argomento. |
ACOS() |
Restituisce l'arco coseno dell'argomento. |
ACOSH() |
Restituisce l'arco coseno iperbolico dell'argomento. |
ASIN() |
Restituisce l'arcoseno dell'argomento. |
ASINH() |
Restituisce il seno iperbolico dell'arco dell'argomento. |
ATAN() |
Restituisce l'arco tangente dell'argomento. |
ATANH() |
Restituisce la tangente iperbolica ad arco dell'argomento. |
ATAN2() |
Restituisce l'arco tangente dei due argomenti. |
CEIL() |
Arrotonda per eccesso l'argomento al numero intero più vicino e restituisce il valore arrotondato. |
COS() |
Restituisce il coseno dell'argomento. |
COSH() |
Restituisce il coseno iperbolico dell'argomento. |
DEGREES() |
Converte da radianti a gradi. |
EXP() |
Restituisce e alla potenza dell'argomento. |
FLOOR() |
Arrotonda per difetto l'argomento al numero intero più vicino. |
LN() LOG()
|
Restituisce il logaritmo naturale dell'argomento. |
LOG2() |
Restituisce il logaritmo in Base-2 dell'argomento. |
LOG10() |
Restituisce il logaritmo in Base10 dell'argomento. |
PI() |
Restituisce la costante π. |
POW() |
Restituisce il primo argomento alla potenza del secondo argomento. |
RADIANS() |
Converte da gradi a radianti. |
RAND() |
Restituisce un valore in virgola mobile casuale nell'intervallo 0,0 <= valore < 1,0. |
ROUND() |
Arrotonda l'argomento per eccesso o per difetto al numero intero più vicino. |
SIN() |
Restituisce il seno dell'argomento. |
SINH() |
Restituisce il seno iperbolico dell'argomento. |
SQRT() |
Restituisce la radice quadrata dell'espressione. |
TAN() |
Restituisce la tangente dell'argomento. |
TANH() |
Restituisce la tangente iperbolica dell'argomento. |
Funzioni di espressione regolare | |
---|---|
REGEXP_MATCH() |
Restituisce true se l'argomento corrisponde all'espressione regolare. |
REGEXP_EXTRACT() |
Restituisce la parte dell'argomento che corrisponde al gruppo di acquisizione all'interno dell'espressione regolare. |
REGEXP_REPLACE() |
Sostituisce una sottostringa che corrisponde a un'espressione regolare. |
Funzioni di stringa | |
---|---|
CONCAT() |
Restituisce la concatenazione di due o più stringhe oppure NULL se uno qualsiasi dei valori è NULL. |
expr CONTAINS 'str' |
Restituisce true se expr contiene l'argomento di stringa specificato. |
INSTR() |
Restituisce l'indice in base una della prima occorrenza di una stringa. |
LEFT() |
Restituisce i caratteri più a sinistra di una stringa. |
LENGTH() |
Restituisce la lunghezza della stringa. |
LOWER() |
Restituisce la stringa originale con tutti i caratteri in minuscolo. |
LPAD() |
Inserisce i caratteri a sinistra di una stringa. |
LTRIM() |
Rimuove i caratteri dal lato sinistro di una stringa. |
REPLACE() |
Sostituisce tutte le occorrenze di una sottostringa. |
RIGHT() |
Restituisce i caratteri più a destra di una stringa. |
RPAD() |
Inserisce caratteri a destra di una stringa. |
RTRIM() |
Rimuove i caratteri finali dal lato destro di una stringa. |
SPLIT() |
Divide una stringa in sottostringhe ripetute. |
SUBSTR() |
Restituisce una sottostringa ... |
UPPER() |
Restituisce la stringa originale con tutti i caratteri in maiuscolo. |
Funzioni con caratteri jolly nella tabella | |
---|---|
TABLE_DATE_RANGE() |
Esegue query su più tabelle giornaliere che coprono un intervallo di date. |
TABLE_DATE_RANGE_STRICT() |
Esegue query su più tabelle giornaliere che coprono un intervallo di date, senza date mancanti. |
TABLE_QUERY() |
Esegue query nelle tabelle i cui nomi corrispondono a un predicato specificato. |
Funzioni URL | |
---|---|
HOST() |
Data un URL, restituisce il nome host come stringa. |
DOMAIN() |
Data un URL, restituisce il dominio come stringa. |
TLD() |
Specificato un URL, restituisce il dominio di primo livello più qualsiasi dominio del paese nell'URL. |
Funzioni di finestra | |
---|---|
AVG() COUNT(*) COUNT([DISTINCT]) MAX() MIN() STDDEV() SUM() |
Si tratta della stessa operazione delle funzioni di aggregazione corrispondenti, ma che vengono calcolate in base a una finestra definita dalla clausola OVER. |
CUME_DIST() |
Restituisce un doppio che indica la distribuzione cumulativa di un valore in un gruppo di valori ... |
DENSE_RANK() |
Restituisce il rango intero di un valore in un gruppo di valori. |
FIRST_VALUE() |
Restituisce il primo valore del campo specificato nella finestra. |
LAG() |
Consente di leggere i dati di una riga precedente all'interno di una finestra. |
LAST_VALUE() |
Restituisce l'ultimo valore del campo specificato nella finestra. |
LEAD() |
Consente di leggere i dati di una riga successiva all'interno di una finestra. |
NTH_VALUE() |
Restituisce il valore di <expr> nella posizione <n> del frame della finestra ...
|
NTILE() |
Divide la finestra nel numero specificato di bucket. |
PERCENT_RANK() |
Restituisce la posizione della riga corrente rispetto alle altre righe della partizione. |
PERCENTILE_CONT() |
Restituisce un valore interpolato che verrebbe mappato all'argomento del percentile rispetto alla finestra ... |
PERCENTILE_DISC() |
Restituisce il valore più vicino al percentile dell'argomento sulla finestra. |
RANK() |
Restituisce il rango intero di un valore in un gruppo di valori. |
RATIO_TO_REPORT() |
Restituisce il rapporto di ogni valore alla somma dei valori. |
ROW_NUMBER() |
Restituisce il numero di riga corrente del risultato della query nella finestra. |
Altre funzioni | |
---|---|
CASE WHEN ... THEN |
Utilizza CASE per scegliere tra due o più espressioni alternative nella query. |
CURRENT_USER() |
Restituisce l'indirizzo email dell'utente che esegue la query. |
EVERY() |
Restituisce true se l'argomento è true per tutti i suoi input. |
FROM_BASE64() |
Converte la stringa di input codificata in Base64 nel formato BYTES. |
HASH() |
Calcola e restituisce un valore hash firmato a 64 bit ... |
FARM_FINGERPRINT() |
Calcola e restituisce un valore di impronta firmata a 64 bit ... |
IF() |
Se il primo argomento è true, restituisce il secondo argomento, altrimenti il terzo argomento. |
POSITION() |
Restituisce la posizione sequenziale in base una sola dell'argomento. |
SHA1() |
Restituisce un hash SHA1 nel formato BYTES. |
SOME() |
Restituisce true se l'argomento è true per almeno uno dei relativi input. |
TO_BASE64() |
Converte l'argomento BYTES in una stringa codificata in Base64. |
Sintassi delle query
Nota: le parole chiave non fanno distinzione tra maiuscole e minuscole. In questo documento, le parole chiave come SELECT
sono in maiuscolo a scopo illustrativo.
Clausola SELECT
La clausola SELECT
specifica un elenco di espressioni da calcolare. Le espressioni nella clausola SELECT
possono contenere nomi di campo, valori letterali e chiamate di funzione (incluse funzioni aggregate e funzioni finestra), nonché combinazioni dei tre. L'elenco delle espressioni è separato da virgole.
A ogni espressione è possibile assegnare un alias aggiungendo uno spazio seguito da un identificatore dopo l'espressione. La parola chiave AS
facoltativa può essere aggiunta tra l'espressione e l'alias per una migliore leggibilità. È possibile fare riferimento agli alias definiti in una clausola SELECT
nelle clausole GROUP BY
, HAVING
e ORDER BY
della query, ma non nelle clausole FROM
, WHERE
o OMIT RECORD IF
o in altre espressioni nella stessa clausola SELECT
.
Note:
-
Se utilizzi una funzione aggregata nella clausola
SELECT
, devi utilizzare una funzione aggregata in tutte le espressioni oppure la query deve avere una clausolaGROUP BY
che includa tutti i campi non aggregati nella clausolaSELECT
come chiavi di raggruppamento. Ad esempio:#legacySQL SELECT word, corpus, COUNT(word) FROM [bigquery-public-data:samples.shakespeare] WHERE word CONTAINS "th" GROUP BY word, corpus; /* Succeeds because all non-aggregated fields are group keys. */
#legacySQL SELECT word, corpus, COUNT(word) FROM [bigquery-public-data:samples.shakespeare] WHERE word CONTAINS "th" GROUP BY word; /* Fails because corpus is not aggregated nor is it a group key. */
-
Puoi utilizzare le parentesi quadre per eseguire l'escape delle parole riservate in modo da utilizzarle come nome e alias di campo. Ad esempio, se hai una colonna denominata "partition", che è una parola riservata nella sintassi di BigQuery, le query che fanno riferimento a quel campo avranno esito negativo e verranno visualizzati messaggi di errore oscuri, a meno che tu non utilizzi l'escape con parentesi quadre:
SELECT [partition] FROM ...
Esempio
Questo esempio definisce gli alias nella clausola SELECT
e fa riferimento a uno di questi nella clausola ORDER BY
. Nota che non è possibile fare riferimento alla colonna word utilizzando word_alias nella clausola WHERE
; è necessario farvi riferimento in base al nome. Inoltre, l'alias len non è visibile nella clausola WHERE
. Sarebbe visibile a una
clausola HAVING
.
#legacySQL SELECT word AS word_alias, LENGTH(word) AS len FROM [bigquery-public-data:samples.shakespeare] WHERE word CONTAINS 'th' ORDER BY len;
Modificatore WITHIN per funzioni aggregate
aggregate_function WITHIN RECORD [ [ AS ] alias ]
La parola chiave WITHIN
determina l'aggregazione della funzione aggregata in base ai valori ripetuti
all'interno di ciascun record. Per ogni record di input, verrà prodotto esattamente un output aggregato. Questo tipo di aggregazione è denominato aggregazione mirata. Poiché l'aggregazione con ambito produce output per ogni record, le espressioni non aggregate possono essere selezionate insieme alle espressioni aggregate con ambito senza utilizzare una clausola GROUP BY
.
Più comunemente, utilizzerai l'ambito RECORD
quando usi l'aggregazione mirata. Se hai uno schema nidificato e ripetuto molto complesso, potresti dover eseguire aggregazioni negli ambiti dei record secondari. A questo scopo, sostituisci la parola chiave RECORD
nella sintassi riportata sopra con il nome del nodo nello schema in cui vuoi che venga eseguita l'aggregazione.
Per maggiori informazioni su questo comportamento avanzato, consulta la sezione Gestire i dati.
Esempio
Questo esempio esegue un'aggregazione COUNT
con ambito, quindi filtra e ordina i record in base al valore aggregato.
#legacySQL SELECT repository.url, COUNT(payload.pages.page_name) WITHIN RECORD AS page_count FROM [bigquery-public-data:samples.github_nested] HAVING page_count > 80 ORDER BY page_count DESC;
Clausola FROM
FROM [project_name:]datasetId.tableId [ [ AS ] alias ] | (subquery) [ [ AS ] alias ] |JOIN
clause |FLATTEN
clause | table wildcard function
La clausola FROM
specifica i dati di origine su cui eseguire la query. Le query BigQuery possono essere eseguite direttamente sulle tabelle, su sottoquery, su tabelle unite e su tabelle modificate da operatori per scopi speciali descritti di seguito. È possibile eseguire query sulle combinazioni di queste origini dati utilizzando
la virgola, che è l'operatore UNION ALL
in
BigQuery.
Fare riferimento alle tabelle
Quando fai riferimento a una tabella, è necessario specificare sia datasetId sia tableId. project_name è facoltativo. Se project_name non è specificato, BigQuery utilizza il progetto corrente per impostazione predefinita. Se il nome del progetto include un trattino, devi racchiudere l'intero riferimento della tabella tra parentesi.
Esempio
[my-dashed-project:dataset1.tableName]
Alle tabelle è possibile assegnare un alias aggiungendo uno spazio seguito da un identificatore dopo il nome della tabella. La
parola chiave facoltativa AS
può essere aggiunta tra tableId e l'alias per
una migliore leggibilità.
Quando fai riferimento alle colonne di una tabella, puoi utilizzare il nome semplice della colonna oppure puoi anteporre al nome della colonna l'alias, se ne hai specificato uno, oppure datasetId e tableId, purché non sia stato specificato alcun project_name. Il project_name non può essere incluso nel prefisso della colonna perché i due punti non sono consentiti nei nomi dei campi.
Esempi
Questo esempio fa riferimento a una colonna senza prefisso della tabella.
#legacySQL SELECT word FROM [bigquery-public-data:samples.shakespeare];
Questo esempio fa precedere il nome della colonna da datasetId e tableId. Nota che project_name non può essere incluso in questo esempio. Questo metodo funziona solo se il set di dati si trova nel progetto predefinito attuale.
#legacySQL SELECT samples.shakespeare.word FROM samples.shakespeare;
Questo esempio precede il nome della colonna con un alias di tabella.
#legacySQL SELECT t.word FROM [bigquery-public-data:samples.shakespeare] AS t;
Utilizzo delle sottoquery
Una sottoquery è un'istruzione SELECT
nidificata racchiusa tra parentesi. Le espressioni calcolate nella clausola SELECT
della sottoquery sono disponibili per la query esterna proprio come sarebbero disponibili le colonne di una tabella.
Le sottoquery possono essere utilizzate per calcolare aggregazioni e altre espressioni. L'intervallo completo di operatori SQL è disponibile nella sottoquery. Ciò significa che una sottoquery può contenere a sua volta altre sottoquery, che possono eseguire unioni e aggregazioni di raggruppamento e così via.
Virgola come UNION ALL
A differenza di GoogleSQL, l'SQL precedente utilizza la virgola come operatore UNION ALL
anziché come operatore CROSS JOIN
. Si tratta di un comportamento legacy che si è evoluto perché storicamente BigQuery non supportava CROSS JOIN
e gli utenti di BigQuery dovevano regolarmente scrivere query UNION ALL
. In GoogleSQL, le query che eseguono unioni sono particolarmente
complesse. L'utilizzo della virgola come operatore di unione consente di scrivere query di questo tipo in modo molto più efficiente. Ad esempio, questa query può essere utilizzata per eseguire una singola query sui log di più giorni.
#legacySQL SELECT FORMAT_UTC_USEC(event.timestamp_in_usec) AS time, request_url FROM [applogs.events_20120501], [applogs.events_20120502], [applogs.events_20120503] WHERE event.username = 'root' AND NOT event.source_ip.is_internal;
Le query che uniscono un numero elevato di tabelle in genere vengono eseguite più lentamente delle query che elaborano la stessa quantità di dati da una singola tabella. La differenza di prestazioni può arrivare fino a 50 ms per tabella aggiuntiva. Una singola query può unire al massimo 1000 tabelle.
Funzioni con caratteri jolly nella tabella
Il termine funzione carattere jolly della tabella si riferisce a un tipo speciale di funzione univoco di BigQuery.
Queste funzioni vengono utilizzate nella clausola FROM
per creare corrispondenze con una raccolta di nomi di tabelle utilizzando uno dei vari tipi di filtri. Ad esempio, la funzione TABLE_DATE_RANGE
può essere utilizzata per eseguire query solo su un insieme specifico di tabelle giornaliere. Per ulteriori informazioni su queste funzioni, consulta Funzioni con caratteri jolly nella tabella.
Operatore FLATTEN
(FLATTEN([project_name:]datasetId.tableId, field_to_be_flattened)) (FLATTEN((subquery), field_to_be_flattened))
A differenza dei tipici sistemi di elaborazione SQL, BigQuery è progettato per gestire dati ripetuti. Per questo motivo, a volte gli utenti di BigQuery devono scrivere query che manipolano la struttura dei record ripetuti. Un modo per farlo è utilizzare l'operatore FLATTEN
.
FLATTEN
converte un nodo nello schema da ripetuto a facoltativo. Dato un record con uno o più valori per un campo ripetuto, FLATTEN
creerà più record, uno per ogni valore nel campo ripetuto. Tutti gli altri campi selezionati dal record vengono duplicati in ogni nuovo record di output. FLATTEN
può essere applicato più volte per rimuovere
più livelli di ripetizione.
Per ulteriori informazioni ed esempi, consulta la pagina Gestire i dati.
Operatore JOIN
BigQuery supporta più operatori JOIN
in ogni clausola FROM
.
Le operazioni JOIN
successive utilizzano i risultati dell'operazione JOIN
precedente come input JOIN
a sinistra. I campi di qualsiasi input JOIN
precedente
possono essere utilizzati come chiavi nelle clausole ON
degli operatori JOIN
successivi.
Tipi JOIN
BigQuery supporta le operazioni INNER
, [FULL|RIGHT|LEFT] OUTER
e CROSS JOIN
. Se non specificato, il valore predefinito è INNER
.
Le operazioni CROSS JOIN
non consentono clausole ON
. CROSS JOIN
può restituire una grande quantità di dati e potrebbe comportare una query lenta e inefficiente o una query che supera il numero massimo consentito di risorse per query. Queste query avranno esito negativo e generano un errore. Se possibile, scegli query che non utilizzano CROSS JOIN
. Ad esempio, CROSS JOIN
viene spesso utilizzato in luoghi in cui le funzioni finestra sarebbero più efficienti.
CIASCUNO modificatore
Il modificatore EACH
è un suggerimento che indica a BigQuery di eseguire JOIN
utilizzando più partizioni. Ciò è particolarmente utile quando sai che entrambi i lati di JOIN
sono di grandi dimensioni. Il modificatore EACH
non può essere utilizzato nelle
clausole CROSS JOIN
.
In molti casi, l'utilizzo di EACH
era consigliato, ma ora non è più così. Se possibile, utilizza JOIN
senza il modificatore EACH
per migliorare le prestazioni.
Utilizza JOIN EACH
quando la query non è riuscita con un messaggio di errore relativo al superamento delle risorse.
Semi-join e Anti-join
Oltre a supportare JOIN
nella clausola FROM
, BigQuery supporta anche due tipi di join nella clausola WHERE
: semi-join e anti-semi-join. Un semi-join viene specificato utilizzando la parola chiave IN
con una sottoquery; anti-join, utilizzando le parole chiave NOT IN
.
Esempi
La seguente query utilizza un semi-join per trovare ngram in cui la prima parola nel ngram è anche la seconda parola in un altro ngram che ha "AND" come terza parola nel ngram.
#legacySQL SELECT ngram FROM [bigquery-public-data:samples.trigrams] WHERE first IN (SELECT second FROM [bigquery-public-data:samples.trigrams] WHERE third = "AND") LIMIT 10;
La seguente query utilizza un semi-join per restituire il numero di donne di età superiore a 50 anni che hanno partorito nei 10 stati con il maggior numero di nascite.
#legacySQL SELECT mother_age, COUNT(mother_age) total FROM [bigquery-public-data:samples.natality] WHERE state IN (SELECT state FROM (SELECT state, COUNT(state) total FROM [bigquery-public-data:samples.natality] GROUP BY state ORDER BY total DESC LIMIT 10)) AND mother_age > 50 GROUP BY mother_age ORDER BY mother_age DESC
Per visualizzare i numeri degli altri 40 stati, puoi utilizzare un'opzione anti-join. La seguente query è quasi identica all'esempio precedente, ma utilizza NOT IN
anziché IN
per restituire il numero di donne di età superiore a 50 anni che hanno partorito nei 40 stati con il minor numero di nascite.
#legacySQL SELECT mother_age, COUNT(mother_age) total FROM [bigquery-public-data:samples.natality] WHERE state NOT IN (SELECT state FROM (SELECT state, COUNT(state) total FROM [bigquery-public-data:samples.natality] GROUP BY state ORDER BY total DESC LIMIT 10)) AND mother_age > 50 GROUP BY mother_age ORDER BY mother_age DESC
Note:
- BigQuery non supporta i semi-join correlati o antisemi. La sottoquery non può fare riferimento a nessun campo della query esterna.
- La sottoquery utilizzata in un semi-join deve selezionare esattamente un campo.
-
I tipi del campo selezionato e il campo utilizzato dalla query esterna nella clausola
WHERE
devono corrispondere esattamente. BigQuery non eseguirà alcuna coercizione di tipo per i semi-join o antisemi.
Clausola WHERE
La clausola WHERE
, a volte chiamata predicato, filtra i record prodotti dalla clausola FROM
utilizzando un'espressione booleana. È possibile unire più condizioni da clausole
booleane AND
e OR
, facoltativamente racchiuse tra parentesi (())
per raggrupparle. I campi elencati in una clausola WHERE
non devono essere selezionati nella
clausola SELECT
corrispondente e l'espressione della clausola WHERE
non può
fare riferimento a espressioni calcolate nella clausola SELECT
della query a cui appartiene la
clausola WHERE
.
Nota:le funzioni di aggregazione non possono essere utilizzate nella clausola WHERE
. Utilizza una clausola HAVING
e una query esterna se devi filtrare in base all'output di una funzione aggregata.
Esempio
L'esempio seguente utilizza una disgiunzione di espressioni booleane nella clausola WHERE
, le due espressioni unite da un operatore OR
. Un record di input passerà attraverso il filtro WHERE
se una delle espressioni restituisce true
.
#legacySQL SELECT word FROM [bigquery-public-data:samples.shakespeare] WHERE (word CONTAINS 'prais' AND word CONTAINS 'ing') OR (word CONTAINS 'laugh' AND word CONTAINS 'ed');
Clausola OMIT RECORD IF
La clausola OMIT RECORD IF
è un costrutto univoco di BigQuery. È particolarmente utile per gestire schemi nidificati e ripetuti. È simile a una clausola WHERE
, ma si differenzia per due importanti aspetti. Innanzitutto utilizza una condizione di esclusione,
il che significa che i record vengono omessi se l'espressione restituisce true
, ma vengono conservati se
l'espressione restituisce false
o null
. In secondo luogo, la clausola OMIT RECORD IF
può (e di solito lo fa) utilizzare nella sua condizione funzioni aggregate con ambito.
Oltre a filtrare i record completi, OMIT...IF
può specificare un ambito più ristretto per filtrare solo porzioni di un record. Per farlo, utilizza il nome di un nodo non foglia nello schema anziché RECORD
nella clausola OMIT...IF
. Questa funzionalità viene utilizzata raramente dagli utenti di BigQuery. Puoi trovare ulteriore documentazione su questo comportamento avanzato
facendo clic sul link nella documentazione relativa a WITHIN
qui sopra.
Se utilizzi OMIT...IF
per escludere una parte di un record in un campo ripetuto e la query seleziona anche altri campi che si ripetono in modo indipendente, BigQuery omette una parte degli altri record ripetuti nella query. Se viene visualizzato l'errore Cannot perform OMIT IF on repeated scope <scope> with independently repeating pass through field <field>,
, ti consigliamo di passare a GoogleSQL. Per informazioni sulla migrazione delle istruzioni OMIT...IF
a GoogleSQL, consulta la pagina relativa alla migrazione a GoogleSQL.
Esempio
Facendo riferimento all'esempio utilizzato per il modificatore WITHIN
, OMIT RECORD IF
può essere utilizzato per ottenere la stessa funzione usata per WITHIN
e HAVING
in quell'esempio.
#legacySQL SELECT repository.url FROM [bigquery-public-data:samples.github_nested] OMIT RECORD IF COUNT(payload.pages.page_name) <= 80;
Clausola GROUP BY
La clausola GROUP BY
consente di raggruppare le righe che hanno gli stessi valori per un determinato campo o insieme di campi, in modo da poter calcolare aggregazioni di campi correlati. Il raggruppamento si verifica
dopo il filtro eseguito nella clausola WHERE
, ma prima che vengano calcolate le espressioni nella
clausola SELECT
. I risultati dell'espressione non possono essere utilizzati come chiavi di gruppo nella clausola GROUP BY
.
Esempio
Questa query trova le prime dieci prime parole più comuni nel set di dati di esempio dei trigrammi.
Oltre a dimostrare l'utilizzo della clausola GROUP BY
, viene illustrato come
utilizzare gli indici di posizione al posto dei nomi dei campi nelle clausole GROUP BY
e
ORDER BY
.
#legacySQL SELECT first, COUNT(ngram) FROM [bigquery-public-data:samples.trigrams] GROUP BY 1 ORDER BY 2 DESC LIMIT 10;
L'aggregazione eseguita utilizzando una clausola GROUP BY
è chiamata aggregazione raggruppati
. A differenza dell'aggregazione basata, l'aggregazione raggruppata è comune nella maggior parte dei sistemi di elaborazione SQL.
Modificatore EACH
Il modificatore EACH
è un suggerimento che indica a BigQuery di eseguire GROUP BY
utilizzando più partizioni. Questo è particolarmente utile se sai che il set di dati contiene un numero elevato di valori distinti per le chiavi di gruppo.
In molti casi, l'utilizzo di EACH
era consigliato, ma ora non è più così.
L'utilizzo di GROUP BY
senza il modificatore EACH
di solito offre prestazioni migliori.
Utilizza GROUP EACH BY
quando la query non è riuscita con un messaggio di errore relativo al superamento delle risorse.
La funzione ROLLUP
Quando viene utilizzata la funzione ROLLUP
, BigQuery aggiunge al risultato della query altre righe che rappresentano le aggregazioni aggregate. Tutti i campi elencati dopo ROLLUP
devono essere racchiusi in una singola serie di parentesi. Nelle righe aggiunte a causa della funzione ROLLUP
, NULL
indica le colonne per cui è stata aggregata l'aggregazione.
Esempio
Questa query genera conteggi annuali delle nascite di uomini e donne dal set di dati sulla natalità campione.
#legacySQL SELECT year, is_male, COUNT(1) as count FROM [bigquery-public-data:samples.natality] WHERE year >= 2000 AND year <= 2002 GROUP BY ROLLUP(year, is_male) ORDER BY year, is_male;
Questi sono i risultati della query. Tieni presente che sono presenti righe in cui una o entrambe le chiavi di gruppo sono NULL
. Queste righe sono le righe di aggregazione.
+------+---------+----------+ | year | is_male | count | +------+---------+----------+ | NULL | NULL | 12122730 | | 2000 | NULL | 4063823 | | 2000 | false | 1984255 | | 2000 | true | 2079568 | | 2001 | NULL | 4031531 | | 2001 | false | 1970770 | | 2001 | true | 2060761 | | 2002 | NULL | 4027376 | | 2002 | false | 1966519 | | 2002 | true | 2060857 | +------+---------+----------+
Quando utilizzi la funzione ROLLUP
, puoi usare la funzione GROUPING
per distinguere le righe che sono state aggiunte grazie alla funzione ROLLUP
e le righe che
hanno effettivamente un valore NULL
per la chiave di gruppo.
Esempio
Questa query aggiunge la funzione GROUPING
all'esempio precedente per identificare meglio le righe aggiunte grazie alla funzione ROLLUP
.
#legacySQL SELECT year, GROUPING(year) as rollup_year, is_male, GROUPING(is_male) as rollup_gender, COUNT(1) as count FROM [bigquery-public-data:samples.natality] WHERE year >= 2000 AND year <= 2002 GROUP BY ROLLUP(year, is_male) ORDER BY year, is_male;
Questi sono il risultato restituito dalla nuova query.
+------+-------------+---------+---------------+----------+ | year | rollup_year | is_male | rollup_gender | count | +------+-------------+---------+---------------+----------+ | NULL | 1 | NULL | 1 | 12122730 | | 2000 | 0 | NULL | 1 | 4063823 | | 2000 | 0 | false | 0 | 1984255 | | 2000 | 0 | true | 0 | 2079568 | | 2001 | 0 | NULL | 1 | 4031531 | | 2001 | 0 | false | 0 | 1970770 | | 2001 | 0 | true | 0 | 2060761 | | 2002 | 0 | NULL | 1 | 4027376 | | 2002 | 0 | false | 0 | 1966519 | | 2002 | 0 | true | 0 | 2060857 | +------+-------------+---------+---------------+----------+
Note:
-
I campi non aggregati della clausola
SELECT
devono essere elencati nella clausolaGROUP BY
.#legacySQL SELECT word, corpus, COUNT(word) FROM [bigquery-public-data:samples.shakespeare] WHERE word CONTAINS "th" GROUP BY word, corpus; /* Succeeds because all non-aggregated fields are group keys. */
#legacySQL SELECT word, corpus, COUNT(word) FROM [bigquery-public-data:samples.shakespeare] WHERE word CONTAINS "th" GROUP BY word; /* Fails because corpus is not aggregated nor is it a group key. */
-
Le espressioni calcolate nella clausola
SELECT
non possono essere utilizzate nella clausolaGROUP BY
corrispondente.#legacySQL SELECT word, corpus, COUNT(word) word_count FROM [bigquery-public-data:samples.shakespeare] WHERE word CONTAINS "th" GROUP BY word, corpus, word_count; /* Fails because word_count is not visible to this
GROUP BY
clause. */ - Il raggruppamento per valori in virgola mobile e doppio non è supportato, perché la funzione di uguaglianza per questi tipi non è ben definita.
-
Poiché il sistema è interattivo, le query che generano un numero elevato di gruppi potrebbero non riuscire. L'utilizzo della
funzione
TOP
anzichéGROUP BY
potrebbe risolvere alcuni problemi di scalabilità.
Clausola HAVING
La clausola HAVING
si comporta esattamente come la clausola WHERE
, tranne per il fatto che viene valutata dopo la clausola SELECT
, in modo che i risultati di tutte le espressioni calcolate siano visibili alla clausola HAVING
. La clausola HAVING può fare riferimento solo agli output della clausola SELECT
corrispondente.
Esempio
Questa query calcola le prime parole più comuni nel set di dati di esempio ngram che contengono la lettera a e ricorrono al massimo 10.000 volte.
#legacySQL SELECT first, COUNT(ngram) ngram_count FROM [bigquery-public-data:samples.trigrams] GROUP BY 1 HAVING first contains "a" AND ngram_count < 10000 ORDER BY 2 DESC LIMIT 10;
Clausola ORDER BY
La clausola ORDER BY
ordina i risultati di una query in ordine crescente o decrescente utilizzando uno o più campi chiave. Per ordinare i dati in base a più campi o alias, inseriscili come elenco separato da virgole. I risultati vengono ordinati in base ai campi nell'ordine in cui sono elencati.
Utilizza DESC
(ordine decrescente) o ASC
(ordine crescente) per specificare la direzione di ordinamento.
ASC
è l'impostazione predefinita. È possibile specificare una direzione di ordinamento diversa per ogni chiave di ordinamento.
La clausola ORDER BY
viene valutata dopo la clausola SELECT
in modo da poter fare riferimento all'output di qualsiasi espressione calcolata in SELECT
. Se a un campo viene assegnato un alias nella clausola SELECT
, l'alias deve essere utilizzato nella clausola ORDER BY
.
Clausola LIMIT
La clausola LIMIT
limita il numero di righe nel set di risultati restituito. Poiché le query di BigQuery operano regolarmente su un numero molto elevato di righe, LIMIT
è un buon modo per evitare query a lunga esecuzione elaborando solo un sottoinsieme di righe.
Note:
-
La clausola
LIMIT
smetterà di elaborare e restituire i risultati quando soddisferà i tuoi requisiti. Ciò può ridurre il tempo di elaborazione di alcune query, ma quando specifichi funzioni aggregate come le clausole COUNT oORDER BY
, l'intero set di risultati deve comunque essere elaborato prima di restituire i risultati. La clausolaLIMIT
è l'ultima a essere valutata. -
Una query con una clausola
LIMIT
può ancora essere non deterministica se nella query non è presente alcun operatore che garantisca l'ordine del set di risultati di output. Questo perché BigQuery viene eseguito utilizzando un numero elevato di worker paralleli. L'ordine in cui vengono restituiti i job paralleli non è garantito. -
La clausola
LIMIT
non può contenere funzioni; prende solo una costante numerica.
Grammatica delle query
Le singole clausole delle istruzioni SELECT
di BigQuery sono descritte in dettaglio sopra. Qui presentiamo la grammatica completa delle istruzioni SELECT
in un formato compatto con link che rimandano alle singole sezioni.
query: SELECT { * | field_path.* | expression } [ [ AS ] alias ] [ , ... ] [ FROM from_body [ WHERE bool_expression ] [ OMIT RECORD IF bool_expression] [ GROUP [ EACH ] BY [ ROLLUP ] { field_name_or_alias } [ , ... ] ] [ HAVING bool_expression ] [ ORDER BY field_name_or_alias [ { DESC | ASC } ] [, ... ] ] [ LIMIT n ] ]; from_body: { from_item [, ...] | # Warning: Comma means UNION ALL here from_item [ join_type ] JOIN [ EACH ] from_item [ ON join_predicate ] | (FLATTEN({ table_name | (query) }, field_name_or_alias)) | table_wildcard_function } from_item: { table_name | (query) } [ [ AS ] alias ] join_type: { INNER | [ FULL ] [ OUTER ] | RIGHT [ OUTER ] | LEFT [ OUTER ] | CROSS } join_predicate: field_from_one_side_of_the_join = field_from_the_other_side_of_the_join [ AND ...] expression: { literal_value | field_name_or_alias | function_call } bool_expression: { expression_which_results_in_a_boolean_value | bool_expression AND bool_expression | bool_expression OR bool_expression | NOT bool_expression }
Notazione:
- Le parentesi quadre "[ ]" indicano clausole facoltative.
- Le parentesi graffe "{ }" racchiudono un insieme di opzioni.
- La barra verticale "|" indica un operatore logico OR.
- Una virgola o una parola chiave seguita da puntini di sospensione all'interno di parentesi quadre "[, ... ]" indica che l'elemento precedente può essere ripetuto in un elenco con il separatore specificato.
- Le parentesi "( )" indicano parentesi letterali.
Funzioni di aggregazione
Le funzioni di aggregazione restituiscono valori che rappresentano riepiloghi di insiemi di dati più ampi, per cui queste funzioni sono particolarmente utili per l'analisi dei log. Una funzione aggregata opera in base a una raccolta di valori e restituisce un singolo valore per tabella, gruppo o ambito:
- Aggregazione della tabella
Utilizza una funzione aggregata per riepilogare tutte le righe idonee nella tabella. Ad esempio:
SELECT COUNT(f1) FROM ds.Table;
- Aggregazione dei gruppi
Utilizza una funzione aggregata e una clausola
GROUP BY
che specifica un campo non aggregato per riepilogare le righe per gruppo. Ad esempio:SELECT COUNT(f1) FROM ds.Table GROUP BY b1;
La funzione TOP rappresenta un caso specializzato di aggregazione di gruppi.
- Aggregazione mirata
Questa funzionalità si applica solo alle tabelle con campi nidificati.
Utilizza una funzione aggregata e la parola chiaveWITHIN
per aggregare i valori ripetuti all'interno di un ambito definito. Ad esempio:SELECT COUNT(m1.f2) WITHIN RECORD FROM Table;
L'ambito può essere
RECORD
, che corrisponde a un'intera riga, o un nodo (campo ripetuto in una riga). Le funzioni di aggregazione operano sui valori all'interno dell'ambito e restituiscono risultati aggregati per ogni record o nodo.
Puoi applicare una limitazione a una funzione aggregata utilizzando una delle seguenti opzioni:
-
Un alias in una query di selezione secondaria. La limitazione è specificata nella clausola
WHERE
esterna.#legacySQL SELECT corpus, count_corpus_words FROM (SELECT corpus, count(word) AS count_corpus_words FROM [bigquery-public-data:samples.shakespeare] GROUP BY corpus) AS sub_shakespeare WHERE count_corpus_words > 4000
-
Un alias in una clausola HAVING.
#legacySQL SELECT corpus, count(word) AS count_corpus_words FROM [bigquery-public-data:samples.shakespeare] GROUP BY corpus HAVING count_corpus_words > 4000;
Puoi anche fare riferimento a un alias nelle clausole GROUP BY
o ORDER BY
.
Sintassi
Funzioni di aggregazione | |
---|---|
AVG() |
Restituisce la media dei valori per un gruppo di righe ... |
BIT_AND() |
Restituisce il risultato di un'operazione AND a livello di bit ... |
BIT_OR() |
Restituisce il risultato di un'operazione OR a livello di bit ... |
BIT_XOR() |
Restituisce il risultato di un'operazione XOR a livello di bit ... |
CORR() |
Restituisce il coefficiente di correlazione di Pearson di un insieme di coppie di numeri. |
COUNT() |
Restituisce il numero totale di valori ... |
COUNT([DISTINCT]) |
Restituisce il numero totale di valori non NULL ... |
COVAR_POP() |
Calcola la covarianza della popolazione dei valori ... |
COVAR_SAMP() |
Calcola la covarianza campionaria dei valori ... |
EXACT_COUNT_DISTINCT() |
Restituisce il numero esatto di valori distinti non NULL per il campo specificato. |
FIRST() |
Restituisce il primo valore sequenziale nell'ambito della funzione. |
GROUP_CONCAT() |
Concatena più stringhe in un'unica stringa ... |
GROUP_CONCAT_UNQUOTED() |
Concatena più stringhe in un'unica stringa ... non aggiunge le virgolette doppie ... |
LAST() |
Restituisce l'ultimo valore sequenziale ... |
MAX() |
Restituisce il valore massimo ... |
MIN() |
Restituisce il valore minimo ... |
NEST() |
Aggrega tutti i valori nell'ambito di aggregazione attuale in un campo ripetuto. |
NTH() |
Restituisce l'n-esimo valore sequenziale ... |
QUANTILES() |
Calcola il minimo, il massimo e i quantili approssimativi ... |
STDDEV() |
Restituisce la deviazione standard ... |
STDDEV_POP() |
Calcola la deviazione standard della popolazione ... |
STDDEV_SAMP() |
Calcola la deviazione standard del campione ... |
SUM() |
Restituisce la somma totale dei valori ... |
TOP() ... COUNT(*) |
Restituisce i primi record max_records per frequenza. |
UNIQUE() |
Restituisce l'insieme di valori univoci non NULL ... |
VARIANCE() |
Calcola la varianza dei valori ... |
VAR_POP() |
Calcola la varianza della popolazione dei valori ... |
VAR_SAMP() |
Calcola la varianza del campione dei valori ... |
AVG(numeric_expr)
- Restituisci la media dei valori per un gruppo di righe calcolato da
numeric_expr
. Le righe con un valore NULL non vengono incluse nel calcolo. BIT_AND(numeric_expr)
- Restituisci il risultato di un'operazione
AND
a livello di bit tra ogni istanza dinumeric_expr
in tutte le righe. I valoriNULL
vengono ignorati. Questa funzione restituisceNULL
se tutte le istanze dinumeric_expr
restituisconoNULL
. BIT_OR(numeric_expr)
- Restituisci il risultato di un'operazione
OR
a livello di bit tra ogni istanza dinumeric_expr
in tutte le righe. I valoriNULL
vengono ignorati. Questa funzione restituisceNULL
se tutte le istanze dinumeric_expr
restituisconoNULL
. BIT_XOR(numeric_expr)
- Restituisci il risultato di un'operazione
XOR
a livello di bit tra ogni istanza dinumeric_expr
in tutte le righe. I valoriNULL
vengono ignorati. Questa funzione restituisceNULL
se tutte le istanze dinumeric_expr
restituisconoNULL
. CORR(numeric_expr, numeric_expr)
- Restituisci il coefficiente di correlazione Pearson di un insieme di coppie di numeri.
COUNT(*)
- Restituisce il numero totale di valori (NULL e non-NULL) nell'ambito della funzione. A meno che non utilizzi
COUNT(*)
con la funzioneTOP
, è meglio specificare esplicitamente il campo da conteggiare. COUNT([DISTINCT] field [, n])
- Restituisce il numero totale di valori non NULL nell'ambito della funzione.
Se utilizzi la parola chiave
DISTINCT
, la funzione restituisce il numero di valori distinti per il campo specificato. Tieni presente che il valore restituito perDISTINCT
è un'approssimazione statistica e non è garantito che sia esatto.Usa
EXACT_COUNT_DISTINCT()
per una risposta esatta.Se richiedi una maggiore precisione da
, puoi specificare un secondo parametro,COUNT(DISTINCT)
n
, che fornisce la soglia al di sotto della quale sono garantiti risultati esatti. Per impostazione predefinita,n
è 1000, ma se fornisci un valoren
più grande, riceverai risultati esatti perCOUNT(DISTINCT)
fino a quel valore din
. Tuttavia, fornire valori più elevati din
ridurrà la scalabilità di questo operatore e potrebbe aumentare notevolmente i tempi di esecuzione della query o causare la mancata riuscita della query.Per calcolare il numero esatto di valori distinti, utilizza EXACT_COUNT_DISTINCT. In alternativa, per un approccio più scalabile, ti consigliamo di utilizzare
GROUP EACH BY
nei campi pertinenti e poi di applicareCOUNT(*)
. L'approccioGROUP EACH BY
è più scalabile, ma potrebbe comportare una leggera penalizzazione iniziale in termini di prestazioni. COVAR_POP(numeric_expr1, numeric_expr2)
- Calcola la covarianza della popolazione dei valori calcolati da
numeric_expr1
enumeric_expr2
. COVAR_SAMP(numeric_expr1, numeric_expr2)
- Calcola la covarianza del campione dei valori calcolati da
numeric_expr1
enumeric_expr2
. EXACT_COUNT_DISTINCT(field)
- Restituisce il numero esatto di valori distinti, diversi da NULL, per il campo specificato. Per migliorare la scalabilità e le prestazioni, utilizza COUNT(DISTINCT field).
FIRST(expr)
- Restituisce il primo valore sequenziale nell'ambito della funzione.
GROUP_CONCAT('str' [, separator])
-
Concatena più stringhe in un'unica stringa, dove ogni valore è separato dal parametro facoltativo
separator
. Seseparator
viene omesso, BigQuery restituisce una stringa separata da virgole.Se una stringa nei dati di origine contiene virgolette doppie,
GROUP_CONCAT
restituisce la stringa con le virgolette doppie. Ad esempio, la stringaa"b
restituisce"a""b"
. UsaGROUP_CONCAT_UNQUOTED
se preferisci che queste stringhe non vengano restituite con le virgolette doppie.Esempio:
#legacySQL SELECT GROUP_CONCAT(x) FROM ( SELECT 'a"b' AS x), ( SELECT 'cd' AS x);
GROUP_CONCAT_UNQUOTED('str' [, separator])
-
Concatena più stringhe in un'unica stringa, dove ogni valore è separato dal parametro facoltativo
separator
. Seseparator
viene omesso, BigQuery restituisce una stringa separata da virgole.A differenza di
GROUP_CONCAT
, questa funzione non aggiunge virgolette doppie ai valori restituiti che includono virgolette doppie. Ad esempio, la stringaa"b
restituiscea"b
.Esempio:
#legacySQL SELECT GROUP_CONCAT_UNQUOTED(x) FROM ( SELECT 'a"b' AS x), ( SELECT 'cd' AS x);
LAST(field)
- Restituisci l'ultimo valore sequenziale nell'ambito della funzione.
MAX(field)
- Restituisce il valore massimo nell'ambito della funzione.
MIN(field)
- Restituisce il valore minimo nell'ambito della funzione.
NEST(expr)
-
Aggrega tutti i valori nell'ambito di aggregazione attuale in un campo ripetuto. Ad esempio, la query
"SELECT x, NEST(y) FROM ... GROUP BY x"
restituisce un record di output per ogni valorex
distinto e contiene un campo ripetuto per tutti i valoriy
accoppiati ax
nell'input della query. La funzioneNEST
richiede una clausolaGROUP BY
.BigQuery appiattisce automaticamente i risultati delle query, quindi se utilizzi la funzione
NEST
nella query di primo livello, i risultati non conterranno campi ripetuti. Usa la funzioneNEST
quando usi una selezione secondaria che produce risultati intermedi per l'uso immediato dalla stessa query. NTH(n, field)
- Restituisce il
n
° valore sequenziale nell'ambito della funzione, doven
è una costante. La funzioneNTH
inizia a contare da 1, quindi non esiste un termine zero. Se l'ambito della funzione ha meno din
valori, la funzione restituisceNULL
. QUANTILES(expr[, buckets])
-
Calcola il valore minimo, massimo e i quantili approssimativi per l'espressione di input. I valori di input
NULL
vengono ignorati. Un input vuoto oNULL
restituisce un output di tipoNULL
. Il numero di quantili calcolati è controllato con il parametro facoltativobuckets
, che include il numero minimo e massimo nel conteggio. Per calcolare approssimativamente N-riquadro, utilizza N+1buckets
. Il valore predefinito dibuckets
è 100. Nota: il valore predefinito 100 non stima i percentili. Per stimare i percentili, utilizza almeno 101buckets
. Se specificato esplicitamente,buckets
deve essere almeno pari a 2.L'errore frazionario per quantile è epsilon = 1 /
buckets
, il che significa che l'errore diminuisce con l'aumento del numero di bucket. Ad esempio:QUANTILES(<expr>, 2) # computes min and max with 50% error. QUANTILES(<expr>, 3) # computes min, median, and max with 33% error. QUANTILES(<expr>, 5) # computes quartiles with 25% error. QUANTILES(<expr>, 11) # computes deciles with 10% error. QUANTILES(<expr>, 21) # computes vigintiles with 5% error. QUANTILES(<expr>, 101) # computes percentiles with 1% error.
La funzione
NTH
può essere utilizzata per scegliere un determinato quantile, ma ricorda cheNTH
è basato su 1 e cheQUANTILES
restituisce il quantile minimo ("0°") nella prima posizione e il massimo ("100° percentile" o "n-tile" N) nell'ultima posizione. Ad esempio,NTH(11, QUANTILES(expr, 21))
stima la mediana diexpr
, mentreNTH(20, QUANTILES(expr, 21))
stima il 19° vigintile (95° percentile) diexpr
. Entrambe le stime hanno un margine di errore del 5%.Per migliorare l'accuratezza, utilizza più bucket. Ad esempio, per ridurre il margine di errore per i calcoli precedenti dal 5% allo 0,1%, utilizza 1001 bucket invece di 21 e modifica l'argomento in base alla funzione
NTH
di conseguenza. Per calcolare la mediana con un errore di 0,1%, utilizzaNTH(501, QUANTILES(expr, 1001))
; per il 95° percentile con un errore di 0,1%, utilizzaNTH(951, QUANTILES(expr, 1001))
. STDDEV(numeric_expr)
- Restituisci la deviazione standard dei valori calcolati da
numeric_expr
. Le righe con valore NULL non vengono incluse nel calcolo. La funzioneSTDDEV
è un alias diSTDDEV_SAMP
. STDDEV_POP(numeric_expr)
- Calcola la deviazione standard della popolazione del valore calcolato da
numeric_expr
. UtilizzaSTDDEV_POP()
per calcolare la deviazione standard di un set di dati che comprende l'intera popolazione di interesse. Se il set di dati comprende solo un campione rappresentativo della popolazione, utilizza inveceSTDDEV_SAMP()
. Per ulteriori informazioni sulla differenza tra la popolazione e la deviazione standard del campione, consulta la pagina dedicata alla deviazione standard su Wikipedia. STDDEV_SAMP(numeric_expr)
- Calcola la deviazione standard del campione del valore calcolato da
numeric_expr
. UtilizzaSTDDEV_SAMP()
per calcolare la deviazione standard di un'intera popolazione in base a un campione rappresentativo della popolazione. Se il set di dati comprende l'intera popolazione, utilizza inveceSTDDEV_POP()
. Per ulteriori informazioni sulla differenza tra la popolazione e la deviazione standard del campione, consulta la pagina dedicata alla deviazione standard su Wikipedia. SUM(field)
- Restituisce la somma totale dei valori nell'ambito della funzione. Da utilizzare solo con tipi di dati numerici.
TOP(field|alias[, max_values][,multiplier]) ... COUNT(*)
- Restituisce i primi max_records record per frequenza. Vedi la descrizione SUPERIORE qui sotto per i dettagli.
UNIQUE(expr)
- Restituisci l'insieme di valori univoci non NULL nell'ambito della funzione in un ordine non definito. Analogamente a una clausola
GROUP BY
di grandi dimensioni senza la parola chiaveEACH
, la query restituisce un errore di tipo "Risorse superate" se sono presenti troppi valori distinti. Tuttavia, a differenza diGROUP BY
, la funzioneUNIQUE
può essere applicata con l'aggregazione mirata, consentendo un funzionamento efficiente sui campi nidificati con un numero limitato di valori. VARIANCE(numeric_expr)
- Calcola la varianza dei valori calcolata da
numeric_expr
. Le righe con valore NULL non vengono incluse nel calcolo. La funzioneVARIANCE
è un alias diVAR_SAMP
. VAR_POP(numeric_expr)
- Calcola la varianza della popolazione dei valori calcolati da
numeric_expr
. Per ulteriori informazioni sulla differenza tra la popolazione e la deviazione standard del campione, consulta la pagina dedicata alla deviazione standard su Wikipedia. VAR_SAMP(numeric_expr)
- Calcola la varianza del campione dei valori calcolati da
numeric_expr
. Per ulteriori informazioni sulla differenza tra la popolazione e la deviazione standard del campione, consulta la pagina dedicata alla deviazione standard su Wikipedia.
Funzione TOP()
TOP è una funzione che è un'alternativa alla clausola GROUP BY. Viene utilizzato come sintassi semplificata per GROUP BY ... ORDER BY ... LIMIT ...
. In genere, la funzione TOP è più veloce rispetto alla query ... GROUP BY ... ORDER BY ... LIMIT ...
completa, ma potrebbe restituire solo risultati approssimativi. Di seguito è riportata la sintassi per la funzione TOP:
TOP(field|alias[, max_values][,multiplier]) ... COUNT(*)
Quando utilizzi TOP in una clausola SELECT
, devi includere COUNT(*)
come uno dei campi.
Una query che utilizza la funzione TOP() può restituire solo due campi: il campo TOP e il valore COUNT(*).
field|alias
- Il campo o l'alias da restituire.
max_values
- [Facoltativo] Il numero massimo di risultati da restituire. Il valore predefinito è 20.
multiplier
- Un numero intero positivo che aumenta i valori restituiti da
COUNT(*)
del multiplo specificato.
Esempi di TOP()
-
Esempi di query di base che utilizzano
TOP()
Le seguenti query utilizzano
TOP()
per restituire 10 righe.Esempio 1:
#legacySQL SELECT TOP(word, 10) as word, COUNT(*) as cnt FROM [bigquery-public-data:samples.shakespeare] WHERE word CONTAINS "th";
Esempio 2:
#legacySQL SELECT word, left(word, 3) FROM (SELECT TOP(word, 10) AS word, COUNT(*) FROM [bigquery-public-data:samples.shakespeare] WHERE word CONTAINS "th");
-
Confronta
TOP()
conGROUP BY...ORDER BY...LIMIT
La query restituisce in ordine le prime 10 parole utilizzate più di frequente contenenti "th" e il numero di documenti in cui sono state utilizzate le parole. La query
TOP
verrà eseguita molto più velocemente:Esempio senza
TOP()
:#legacySQL SELECT word, COUNT(*) AS cnt FROM ds.Table WHERE word CONTAINS 'th' GROUP BY word ORDER BY cnt DESC LIMIT 10;
Esempio con
TOP()
:#legacySQL SELECT TOP(word, 10), COUNT(*) FROM ds.Table WHERE word contains 'th';
-
Utilizzare il parametro
multiplier
.Le seguenti query mostrano in che modo il parametro
multiplier
influisce sul risultato della query. La prima query restituisce il numero di nascite al mese in Wyoming. La seconda query utilizza il parametromultiplier
per moltiplicare i valori dicnt
per 100.Esempio senza il parametro
multiplier
:#legacySQL SELECT TOP(month,3) as month, COUNT(*) as cnt FROM [bigquery-public-data:samples.natality] WHERE state = "WY";
Resi:
+-------+-------+ | month | cnt | +-------+-------+ | 7 | 19594 | | 5 | 19038 | | 8 | 19030 | +-------+-------+
Esempio con il parametro
multiplier
:#legacySQL SELECT TOP(month,3,100) as month, COUNT(*) as cnt FROM [bigquery-public-data:samples.natality] WHERE state = "WY";
Resi:
+-------+---------+ | month | cnt | +-------+---------+ | 7 | 1959400 | | 5 | 1903800 | | 8 | 1903000 | +-------+---------+
Nota:per utilizzare TOP
, devi includere COUNT(*)
nella clausola SELECT
.
Esempi avanzati
-
Deviazione media e standard raggruppate per condizione
La seguente query restituisce la media e la deviazione standard dei pesi alla nascita in Ohio nel 2003, raggruppati per madri che fumano e non fumano.
Esempio:
#legacySQL SELECT cigarette_use, /* Finds average and standard deviation */ AVG(weight_pounds) baby_weight, STDDEV(weight_pounds) baby_weight_stdev, AVG(mother_age) mother_age FROM [bigquery-public-data:samples.natality] WHERE year=2003 AND state='OH' /* Group the result values by those */ /* who smoked and those who didn't. */ GROUP BY cigarette_use;
-
Filtrare i risultati delle query utilizzando un valore aggregato
Per filtrare i risultati delle query utilizzando un valore aggregato (ad esempio, filtrando in base al valore di
SUM
), utilizza la funzioneHAVING
.HAVING
confronta un valore con un risultato determinato da una funzione di aggregazione, anzichéWHERE
, che opera su ogni riga prima dell'aggregazione.Esempio:
#legacySQL SELECT state, /* If 'is_male' is True, return 'Male', */ /* otherwise return 'Female' */ IF (is_male, 'Male', 'Female') AS sex, /* The count value is aliased as 'cnt' */ /* and used in the HAVING clause below. */ COUNT(*) AS cnt FROM [bigquery-public-data:samples.natality] WHERE state != '' GROUP BY state, sex HAVING cnt > 3000000 ORDER BY cnt DESC
Resi:
+-------+--------+---------+ | state | sex | cnt | +-------+--------+---------+ | CA | Male | 7060826 | | CA | Female | 6733288 | | TX | Male | 5107542 | | TX | Female | 4879247 | | NY | Male | 4442246 | | NY | Female | 4227891 | | IL | Male | 3089555 | +-------+--------+---------+
Operatori aritmetici
Gli operatori aritmetici accettano argomenti numerici e restituiscono un risultato numerico. Ogni argomento può essere un valore letterale numerico o un valore numerico restituito da una query. Se l'operazione aritmetica restituisce un risultato non definito, restituisce NULL
.
Sintassi
Operatore | Descrizione | Esempio |
---|---|---|
+ | Aggiunta |
Resi: 10 |
- | Sottrazione |
Resi: 1 |
* | Moltiplicazione |
Resi: 24 |
/ | Divisione |
Resi: 1.5 |
% | Modulo |
Resi: 2 |
Funzioni a livello di bit
Le funzioni a livello di bit operano a livello di singoli bit e richiedono argomenti numerici. Per ulteriori informazioni sulle funzioni a livello di bit, consulta Operazioni bit.
Altre tre funzioni a livello di bit, BIT_AND
, BIT_OR
e BIT_XOR
, sono documentate nelle funzioni aggregate.
Sintassi
Operatore | Descrizione | Esempio |
---|---|---|
& | A livello di bit E |
Restituisce: 0 |
| | O a livello di bit |
Resi: 28 |
^ | XOR a livello di bit |
Resi: 1 |
<< | Spostamento a sinistra a livello di bit |
Resi: 16 |
>> | Spostamento a destra a livello di bit |
Resi: 2 |
~ | A livello di bit, NON |
Resi: -3 |
BIT_COUNT(<numeric_expr>) |
Restituisce il numero di bit impostati in |
Resi: 4 |
Funzioni di trasmissione
Le funzioni di trasmissione modificano il tipo di dati di un'espressione numerica. Le funzioni di trasmissione sono particolarmente utili per garantire che gli argomenti in una funzione di confronto abbiano lo stesso tipo di dati.
Sintassi
Funzioni di trasmissione | |
---|---|
BOOLEAN() |
Trasmetti in valore booleano. |
BYTES() |
Trasmetti in byte. |
CAST(expr AS type) |
Converte expr in una variabile di tipo type . |
FLOAT() |
Trasmetti per raddoppiare. |
HEX_STRING() |
Converti in stringa esadecimale. |
INTEGER() |
Trasmetti a numero intero. |
STRING() |
Trasmetti alla stringa. |
BOOLEAN(<numeric_expr>)
-
- Restituisce
true
se<numeric_expr>
è diverso da 0 e non da NULL. - Restituisce
false
se<numeric_expr>
è 0. - Restituisce
NULL
se<numeric_expr>
è NULL.
- Restituisce
BYTES(string_expr)
- Restituisci
string_expr
come valore di tipobytes
. CAST(expr AS type)
- Converti
expr
in una variabile di tipotype
. FLOAT(expr)
-
Restituisce
expr
come doppio.expr
può essere una stringa come'45.78'
, ma la funzione restituisceNULL
per i valori non numerici. HEX_STRING(numeric_expr)
- Restituisce
numeric_expr
come stringa esadecimale. INTEGER(expr)
-
Trasmette
expr
a un numero intero a 64 bit.- Restituisce NULL se
expr
è una stringa che non corrisponde a un valore intero. - Restituisce il numero di microsecondi dall'epoca di Unix se
expr
è un timestamp.
- Restituisce NULL se
STRING(numeric_expr)
- Restituisce
numeric_expr
come stringa.
Funzioni di confronto
Le funzioni di confronto restituiscono true
o false
, in base ai seguenti tipi di confronti:
- Un confronto tra due espressioni.
- Confronto di un'espressione o di un insieme di espressioni con un criterio specifico, ad esempio l'essere in un elenco specificato, essere NULL o essere un valore facoltativo non predefinito.
Alcune delle funzioni elencate di seguito restituiscono valori diversi da true
o false
, ma i valori restituiti si basano su operazioni di confronto.
Per le funzioni di confronto, puoi utilizzare espressioni numeriche o stringa come argomenti. Le costanti stringa devono essere racchiuse tra virgolette singole o doppie. Le espressioni possono essere valori letterali o valori recuperati da una query. Le funzioni di confronto vengono spesso utilizzate come condizioni di filtro nelle clausole WHERE
, ma possono essere utilizzate in altre clausole.
Sintassi
Funzioni di confronto | |
---|---|
expr1 = expr2 |
Restituisce true se le espressioni sono uguali. |
expr1 != expr2 expr1 <> expr2
|
Restituisce true se le espressioni non sono uguali. |
expr1 > expr2 |
Restituisce true se expr1 è maggiore di expr2 . |
expr1 < expr2 |
Restituisce true se expr1 è inferiore a expr2 . |
expr1 >= expr2 |
Restituisce true se expr1 è maggiore o uguale a expr2 . |
expr1 <= expr2 |
Restituisce true se expr1 è minore o uguale a expr2 . |
expr1 BETWEEN expr2 AND expr3 |
Restituisce true se il valore di expr1 è compreso tra expr2 e expr3 inclusi. |
expr IS NULL |
Restituisce true se expr è NULL. |
expr IN() |
Restituisce true se expr corrisponde a
expr1 , expr2 o a qualsiasi valore tra parentesi. |
COALESCE() |
Restituisce il primo argomento diverso da NULL. |
GREATEST() |
Restituisce il parametro numeric_expr più grande. |
IFNULL() |
Se l'argomento non è null, restituisce l'argomento. |
IS_INF() |
Restituisce true se infinito positivo o negativo. |
IS_NAN() |
Restituisce true se l'argomento è NaN . |
IS_EXPLICITLY_DEFINED() |
deprecato: utilizza expr IS NOT NULL . |
LEAST() |
Restituisce il parametro numeric_expr dell'argomento più piccolo. |
NVL() |
Se expr non è null, restituisce expr , altrimenti restituisce null_default . |
expr1 = expr2
- Restituisce
true
se le espressioni sono uguali. expr1 != expr2
expr1 <> expr2
- Restituisce
true
se le espressioni non sono uguali. expr1 > expr2
- Restituisce
true
seexpr1
è maggiore diexpr2
. expr1 < expr2
- Restituisce
true
seexpr1
è inferiore aexpr2
. expr1 >= expr2
- Restituisce
true
seexpr1
è maggiore o uguale aexpr2
. expr1 <= expr2
- Restituisce
true
seexpr1
è minore o uguale aexpr2
. expr1 BETWEEN expr2 AND expr3
-
Restituisce
true
se il valore diexpr1
è maggiore o uguale aexpr2
e minore o uguale aexpr3
. expr IS NULL
- Restituisce
true
seexpr
è NULL. expr IN(expr1, expr2, ...)
- Restituisce
true
seexpr
corrisponde aexpr1
,expr2
o a qualsiasi valore tra parentesi. La parola chiaveIN
è un'abbreviazione efficiente per(expr = expr1 || expr = expr2 || ...)
. Le espressioni utilizzate con la parola chiaveIN
devono essere costanti e devono corrispondere al tipo di datiexpr
. La clausolaIN
può essere utilizzata anche per creare semi-join e anti-join. Per ulteriori informazioni, vedi Semi-join e Anti-join. COALESCE(<expr1>, <expr2>, ...)
- Restituisci il primo argomento diverso da NULL.
GREATEST(numeric_expr1, numeric_expr2, ...)
-
Restituisce il parametro
numeric_expr
più grande. Tutti i parametri devono essere numerici e tutti i parametri devono essere dello stesso tipo. Se un parametro èNULL
, questa funzione restituisceNULL
.Per ignorare i valori
NULL
, utilizza la funzioneIFNULL
per sostituire i valoriNULL
con un valore che non influisca sul confronto. Nel seguente esempio di codice, la funzioneIFNULL
viene utilizzata per modificare i valori diNULL
in-1
, il che non influisce sul confronto tra numeri positivi.SELECT GREATEST(IFNULL(a,-1), IFNULL(b,-1)) FROM (SELECT 1 as a, NULL as b);
IFNULL(expr, null_default)
- Se
expr
non è null, restituisceexpr
, altrimenti restituiscenull_default
. IS_INF(numeric_expr)
- Restituisci
true
senumeric_expr
è infinito positivo o negativo. IS_NAN(numeric_expr)
- Restituisci
true
senumeric_expr
è il valore numerico specialeNaN
. IS_EXPLICITLY_DEFINED(expr)
-
Questa funzione è deprecata. Usa invece il criterio
expr IS NOT NULL
. LEAST(numeric_expr1, numeric_expr2, ...)
-
Restituisce il parametro
numeric_expr
più piccolo. Tutti i parametri devono essere numerici e tutti i parametri devono essere dello stesso tipo. Se un parametro èNULL
, questa funzione restituisceNULL
NVL(expr, null_default)
- Se
expr
non è null, restituisceexpr
, altrimenti restituiscenull_default
. La funzioneNVL
è un alias diIFNULL
.
Funzioni di data e ora
Le seguenti funzioni consentono la modifica di data e ora per timestamp UNIX, stringhe di data e tipi di dati TIMESTAMP. Per ulteriori informazioni sull'utilizzo del tipo di dati TIMESTAMP, consulta la sezione Utilizzo di TIMESTAMP.
Le funzioni di data e ora compatibili con i timestamp UNIX operano in base al fuso orario UNIX. Le funzioni di data e ora restituiscono i valori in base al fuso orario UTC.
Sintassi
Funzioni di data e ora | |
---|---|
CURRENT_DATE() |
Restituisce la data corrente nel formato %Y-%m-%d . |
CURRENT_TIME() |
Restituisce l'ora corrente del server nel formato %H:%M:%S . |
CURRENT_TIMESTAMP() |
Restituisce l'ora corrente del server nel formato %Y-%m-%d %H:%M:%S . |
DATE() |
Restituisce la data nel formato %Y-%m-%d . |
DATE_ADD() |
Aggiunge l'intervallo specificato a un tipo di dati TIMESTAMP. |
DATEDIFF() |
Restituisce il numero di giorni tra due tipi di dati TIMESTAMP. |
DAY() |
Restituisce il giorno del mese come numero intero compreso tra 1 e 31. |
DAYOFWEEK() |
Restituisce il giorno della settimana come numero intero compreso tra 1 (domenica) e 7 (sabato). |
DAYOFYEAR() |
Restituisce il giorno dell'anno come numero intero compreso tra 1 e 366. |
FORMAT_UTC_USEC() |
Restituisce un timestamp UNIX nel formato YYYY-MM-DD HH:MM:SS.uuuuuu . |
HOUR() |
Restituisce l'ora di un TIMESTAMP come numero intero compreso tra 0 e 23. |
MINUTE() |
Restituisce i minuti di un TIMESTAMP come numero intero compreso tra 0 e 59. |
MONTH() |
Restituisce il mese di un TIMESTAMP come numero intero compreso tra 1 e 12. |
MSEC_TO_TIMESTAMP() |
Converte un timestamp UNIX in millisecondi in TIMESTAMP. |
NOW() |
Restituisce il timestamp UNIX corrente in microsecondi. |
PARSE_UTC_USEC() |
Converte una stringa di data in un timestamp UNIX in microsecondi. |
QUARTER() |
Restituisce il trimestre dell'anno di un TIMESTAMP come numero intero compreso tra 1 e 4. |
SEC_TO_TIMESTAMP() |
Converte un timestamp UNIX di secondi in un TIMESTAMP. |
SECOND() |
Restituisce i secondi di TIMESTAMP come numero intero compreso tra 0 e 59. |
STRFTIME_UTC_USEC() |
Restituisce una stringa di data nel formato date_format_str. |
TIME() |
Restituisce un elemento TIMESTAMP nel formato %H:%M:%S . |
TIMESTAMP() |
Converti una stringa di data in TIMESTAMP. |
TIMESTAMP_TO_MSEC() |
Converte TIMESTAMP in timestamp UNIX in millisecondi. |
TIMESTAMP_TO_SEC() |
Converte TIMESTAMP in timestamp UNIX in secondi. |
TIMESTAMP_TO_USEC() |
Converte TIMESTAMP in timestamp UNIX in microsecondi. |
USEC_TO_TIMESTAMP() |
Converte un timestamp UNIX in microsecondi in TIMESTAMP. |
UTC_USEC_TO_DAY() |
Sposta un timestamp UNIX in microsecondi dall'inizio del giorno in cui si verifica. |
UTC_USEC_TO_HOUR() |
Sposta un timestamp UNIX in microsecondi all'inizio dell'ora in cui si trova. |
UTC_USEC_TO_MONTH() |
Sposta un timestamp UNIX in microsecondi all'inizio del mese in cui si trova. |
UTC_USEC_TO_WEEK() |
Restituisce un timestamp UNIX in microsecondi che rappresenta un giorno della settimana. |
UTC_USEC_TO_YEAR() |
Restituisce un timestamp UNIX in microsecondi che rappresenta l'anno. |
WEEK() |
Restituisce la settimana di un TIMESTAMP come numero intero compreso tra 1 e 53. |
YEAR() |
Restituisce l'anno di un TIMESTAMP. |
CURRENT_DATE()
Restituisce una stringa leggibile della data corrente nel formato
%Y-%m-%d
.Esempio:
SELECT CURRENT_DATE();
Resi: 2013-02-01
CURRENT_TIME()
Restituisce una stringa leggibile dell'ora corrente del server nel formato
%H:%M:%S
.Esempio:
SELECT CURRENT_TIME();
Restituisce: 01:32:56
CURRENT_TIMESTAMP()
Restituisce un tipo di dati TIMESTAMP dell'ora attuale del server nel formato
%Y-%m-%d %H:%M:%S
.Esempio:
SELECT CURRENT_TIMESTAMP();
Resi: 2013-02-01 01:33:35 UTC
DATE(<timestamp>)
Restituisce una stringa leggibile di un tipo di dati TIMESTAMP nel formato
%Y-%m-%d
.Esempio:
SELECT DATE(TIMESTAMP('2012-10-01 02:03:04'));
Resi: 2012-10-01
DATE_ADD(<timestamp>,<interval>,
<interval_units>)Aggiunge l'intervallo specificato a un tipo di dati TIMESTAMP. I possibili valori
interval_units
sonoYEAR
,MONTH
,DAY
,HOUR
,MINUTE
eSECOND
. Seinterval
è un numero negativo, l'intervallo viene sottratto dal tipo di dati TIMESTAMP.Esempio:
SELECT DATE_ADD(TIMESTAMP("2012-10-01 02:03:04"), 5, "YEAR");
Resi: 2017-10-01 02:03:04 UTC
SELECT DATE_ADD(TIMESTAMP("2012-10-01 02:03:04"), -5, "YEAR");
Resi: 2007-10-01 02:03:04 UTC
DATEDIFF(<timestamp1>,<timestamp2>)
Restituisce il numero di giorni tra due tipi di dati TIMESTAMP. Il risultato è positivo se il primo tipo di dati TIMESTAMP viene dopo il secondo tipo di dati TIMESTAMP, altrimenti il risultato è negativo.
Esempio:
SELECT DATEDIFF(TIMESTAMP('2012-10-02 05:23:48'), TIMESTAMP('2011-06-24 12:18:35'));
Restituisce: 466
Esempio:
SELECT DATEDIFF(TIMESTAMP('2011-06-24 12:18:35'), TIMESTAMP('2012-10-02 05:23:48'));
Restituisce: -466
DAY(<timestamp>)
Restituisce il giorno del mese di un tipo di dati TIMESTAMP come numero intero compreso tra 1 e 31 inclusi.
Esempio:
SELECT DAY(TIMESTAMP('2012-10-02 05:23:48'));
Resi: 2
DAYOFWEEK(<timestamp>)
Restituisce il giorno della settimana di un tipo di dati TIMESTAMP come numero intero compreso tra 1 (domenica) e 7 (sabato), inclusi.
Esempio:
SELECT DAYOFWEEK(TIMESTAMP("2012-10-01 02:03:04"));
Resi: 2
DAYOFYEAR(<timestamp>)
Restituisce il giorno dell'anno di un tipo di dati TIMESTAMP come numero intero compreso tra 1 e 366 inclusi. Il numero intero 1 si riferisce all'1 gennaio.
Esempio:
SELECT DAYOFYEAR(TIMESTAMP("2012-10-01 02:03:04"));
Resi: 275
FORMAT_UTC_USEC(<unix_timestamp>)
Restituisce una rappresentazione stringa leggibile di un timestamp UNIX nel formato
YYYY-MM-DD HH:MM:SS.uuuuuu
.Esempio:
SELECT FORMAT_UTC_USEC(1274259481071200);
Restituisce: 2010-05-19 08:58:01.071200
HOUR(<timestamp>)
Restituisce l'ora di un tipo di dati TIMESTAMP come numero intero compreso tra 0 e 23 inclusi.
Esempio:
SELECT HOUR(TIMESTAMP('2012-10-02 05:23:48'));
Resi: 5
MINUTE(<timestamp>)
Restituisce i minuti di un tipo di dati TIMESTAMP come numero intero compreso tra 0 e 59 inclusi.
Esempio:
SELECT MINUTE(TIMESTAMP('2012-10-02 05:23:48'));
Resi: 23
MONTH(<timestamp>)
Restituisce il mese di un tipo di dati TIMESTAMP come numero intero compreso tra 1 e 12 inclusi.
Esempio:
SELECT MONTH(TIMESTAMP('2012-10-02 05:23:48'));
Resi: 10
MSEC_TO_TIMESTAMP(<expr>)
- Converti un timestamp UNIX in millisecondi in un tipo di dati TIMESTAMP.
Esempio:
SELECT MSEC_TO_TIMESTAMP(1349053323000);
Resi: 2012-10-01 01:02:03 UTC
SELECT MSEC_TO_TIMESTAMP(1349053323000 + 1000)
Resi: 2012-10-01 01:02:04 UTC
NOW()
Restituisce il timestamp UNIX corrente in microsecondi.
Esempio:
SELECT NOW();
Restituisce: 1359685811687920
PARSE_UTC_USEC(<date_string>)
-
Converte una stringa di data in un timestamp UNIX in microsecondi.
date_string
deve avere il formatoYYYY-MM-DD HH:MM:SS[.uuuuuu]
. La parte frazionaria del secondo può contenere fino a sei cifre o può essere omessa.TIMESTAMP_TO_USEC è una funzione equivalente che converte un argomento di tipo di dati TIMESTAMP invece di una stringa di data.
Esempio:
SELECT PARSE_UTC_USEC("2012-10-01 02:03:04");
Resi: 1349056984000000
QUARTER(<timestamp>)
Restituisce il trimestre dell'anno di un tipo di dati TIMESTAMP come numero intero compreso tra 1 e 4 inclusi.
Esempio:
SELECT QUARTER(TIMESTAMP("2012-10-01 02:03:04"));
Resi: 4
SEC_TO_TIMESTAMP(<expr>)
Converte un timestamp UNIX in secondi in un tipo di dati TIMESTAMP.
Esempio:
SELECT SEC_TO_TIMESTAMP(1355968987);
Resi: 2012-12-20 02:03:07 UTC
SELECT SEC_TO_TIMESTAMP(INTEGER(1355968984 + 3));
Resi: 2012-12-20 02:03:07 UTC
SECOND(<timestamp>)
-
Restituisce i secondi di un tipo di dati TIMESTAMP come numero intero compreso tra 0 e 59 inclusi.
Durante un secondo intercalare, l'intervallo di numeri interi è compreso tra 0 e 60 inclusi.
Esempio:
SELECT SECOND(TIMESTAMP('2012-10-02 05:23:48'));
Resi: 48
STRFTIME_UTC_USEC(<unix_timestamp>,
<date_format_str>)-
Restituisce una stringa di data leggibile nel formato date_format_str. date_format_str può includere caratteri di punteggiatura correlati alla data (come / e -) e caratteri speciali accettati dalla funzione strftime in C++ (ad esempio %d per il giorno del mese).
Utilizza le funzioni
UTC_USEC_TO_<function_name>
se prevedi di raggruppare i dati delle query per intervalli di tempo, ad esempio recuperare tutti i dati per un determinato mese, perché le funzioni sono più efficienti.Esempio:
SELECT STRFTIME_UTC_USEC(1274259481071200, "%Y-%m-%d");
Resi: 2010-05-19
TIME(<timestamp>)
Restituisce una stringa leggibile di un tipo di dati TIMESTAMP nel formato
%H:%M:%S
.Esempio:
SELECT TIME(TIMESTAMP('2012-10-01 02:03:04'));
Resi: 02:03:04
TIMESTAMP(<date_string>)
Converti una stringa di data in un tipo di dati TIMESTAMP.
Esempio:
SELECT TIMESTAMP("2012-10-01 01:02:03");
Resi: 2012-10-01 01:02:03 UTC
TIMESTAMP_TO_MSEC(<timestamp>)
Converte un tipo di dati TIMESTAMP in un timestamp UNIX in millisecondi.
Esempio:
SELECT TIMESTAMP_TO_MSEC(TIMESTAMP("2012-10-01 01:02:03"));
Resi: 1349053323000
TIMESTAMP_TO_SEC(<timestamp>)
- Converti un tipo di dati TIMESTAMP in un timestamp UNIX in secondi.
Esempio:
SELECT TIMESTAMP_TO_SEC(TIMESTAMP("2012-10-01 01:02:03"));
Restituisce: 1349053323
TIMESTAMP_TO_USEC(<timestamp>)
-
Converte un tipo di dati TIMESTAMP in un timestamp UNIX in microsecondi.
PARSE_UTC_USEC è una funzione equivalente che converte un argomento di stringa di dati invece di un tipo di dati TIMESTAMP.
Esempio:
SELECT TIMESTAMP_TO_USEC(TIMESTAMP("2012-10-01 01:02:03"));
Resi: 1349053323000000
USEC_TO_TIMESTAMP(<expr>)
Converte un timestamp UNIX in microsecondi in un tipo di dati TIMESTAMP.
Esempio:
SELECT USEC_TO_TIMESTAMP(1349053323000000);
Resi: 2012-10-01 01:02:03 UTC
SELECT USEC_TO_TIMESTAMP(1349053323000000 + 1000000)
Resi: 2012-10-01 01:02:04 UTC
UTC_USEC_TO_DAY(<unix_timestamp>)
-
Sposta un timestamp UNIX in microsecondi dall'inizio del giorno in cui si verifica.
Ad esempio, se
unix_timestamp
si verifica il 19 maggio alle 08:58, questa funzione restituisce un timestamp UNIX per il 19 maggio alle 00:00 (mezzanotte).Esempio:
SELECT UTC_USEC_TO_DAY(1274259481071200);
Restituisce: 1274227200000000
UTC_USEC_TO_HOUR(<unix_timestamp>)
-
Sposta un timestamp UNIX in microsecondi all'inizio dell'ora in cui si trova.
Ad esempio, se
unix_timestamp
si verifica alle 08:58, questa funzione restituisce un timestamp UNIX per le 08:00 dello stesso giorno.Esempio:
SELECT UTC_USEC_TO_HOUR(1274259481071200);
Restituisce: 1274256000000000
UTC_USEC_TO_MONTH(<unix_timestamp>)
-
Sposta un timestamp UNIX in microsecondi all'inizio del mese in cui si trova.
Ad esempio, se
unix_timestamp
si verifica il 19 marzo, questa funzione restituisce un timestamp UNIX per il 1° marzo dello stesso anno.Esempio:
SELECT UTC_USEC_TO_MONTH(1274259481071200);
Restituisce: 1272672000000000
UTC_USEC_TO_WEEK(<unix_timestamp>,
<day_of_week>)-
Restituisce un timestamp UNIX in microsecondi che rappresenta un giorno della settimana dell'argomento
unix_timestamp
. Questa funzione accetta due argomenti: un timestamp UNIX in microsecondi e un giorno della settimana da 0 (domenica) a 6 (sabato).Ad esempio, se
unix_timestamp
si verifica venerdì 11/04/2008 e impostiday_of_week
su 2 (martedì), la funzione restituisce un timestamp UNIX per martedì 08-04-2008.Esempio:
SELECT UTC_USEC_TO_WEEK(1207929480000000, 2) AS tuesday;
Resi: 1207612800000000
UTC_USEC_TO_YEAR(<unix_timestamp>)
-
Restituisce un timestamp UNIX in microsecondi che rappresenta l'anno dell'argomento
unix_timestamp
.Ad esempio, se
unix_timestamp
si verifica nel 2010, la funzione restituisce1274259481071200
, la rappresentazione in microsecondi di2010-01-01 00:00
.Esempio:
SELECT UTC_USEC_TO_YEAR(1274259481071200);
Restituisce: 1262304000000000
WEEK(<timestamp>)
Restituisce la settimana di un tipo di dati TIMESTAMP come numero intero compreso tra 1 e 53 inclusi.
Le settimane iniziano di domenica, quindi se il 1° gennaio è un giorno diverso da domenica, la settimana 1 ha meno di 7 giorni, mentre la prima domenica dell'anno è il primo giorno della 2.
Esempio:
SELECT WEEK(TIMESTAMP('2014-12-31'));
Resi: 53
YEAR(<timestamp>)
- Restituisci l'anno di un tipo di dati TIMESTAMP.
Esempio:
SELECT YEAR(TIMESTAMP('2012-10-02 05:23:48'));
Resi: 2012
Esempi avanzati
-
Convertire i risultati del timestamp con numeri interi in formato leggibile
La seguente query trova i primi cinque momenti in cui è stata eseguita la maggior parte delle revisioni di Wikipedia. Per visualizzare i risultati in un formato leggibile, utilizza la funzione
FORMAT_UTC_USEC()
di BigQuery, che prende un timestamp, in microsecondi, come input. Questa query moltiplica i timestamp (in secondi) del formato POSIX di Wikipedia per 1000000 per convertire il valore in microsecondi.Esempio:
#legacySQL SELECT /* Multiply timestamp by 1000000 and convert */ /* into a more human-readable format. */ TOP (FORMAT_UTC_USEC(timestamp * 1000000), 5) AS top_revision_time, COUNT (*) AS revision_count FROM [bigquery-public-data:samples.wikipedia];
Resi:
+----------------------------+----------------+ | top_revision_time | revision_count | +----------------------------+----------------+ | 2002-02-25 15:51:15.000000 | 20976 | | 2002-02-25 15:43:11.000000 | 15974 | | 2010-02-02 03:34:51.000000 | 3 | | 2010-02-02 01:04:59.000000 | 3 | | 2010-02-01 23:55:05.000000 | 3 | +----------------------------+----------------+
-
Bucketing dei risultati per timestamp
È utile utilizzare le funzioni di data e ora per raggruppare i risultati delle query in bucket corrispondenti ad anni, mesi o giorni specifici. L'esempio che segue utilizza la funzione
UTC_USEC_TO_MONTH()
per visualizzare il numero di caratteri utilizzati da ogni collaboratore di Wikipedia nei commenti delle revisioni al mese.Esempio:
#legacySQL SELECT contributor_username, /* Return the timestamp shifted to the * start of the month, formatted in * a human-readable format. Uses the * 'LEFT()' string function to return only * the first 7 characters of the formatted timestamp. */ LEFT (FORMAT_UTC_USEC( UTC_USEC_TO_MONTH(timestamp * 1000000)),7) AS month, SUM(LENGTH(comment)) as total_chars_used FROM [bigquery-public-data:samples.wikipedia] WHERE (contributor_username != '' AND contributor_username IS NOT NULL) AND timestamp > 1133395200 AND timestamp < 1157068800 GROUP BY contributor_username, month ORDER BY total_chars_used DESC;
Resi (troncati):
+--------------------------------+---------+-----------------------+ | contributor_username | month | total_chars_used | +--------------------------------+---------+-----------------------+ | Kingbotk | 2006-08 | 18015066 | | SmackBot | 2006-03 | 7838365 | | SmackBot | 2006-05 | 5148863 | | Tawkerbot2 | 2006-05 | 4434348 | | Cydebot | 2006-06 | 3380577 | etc ...
Funzioni IP
Le funzioni IP convertono gli indirizzi IP in e da un formato leggibile.
Sintassi
Funzioni IP | |
---|---|
FORMAT_IP() |
Converte i 32 bit meno significativi di integer_value in stringa di indirizzi IPv4 leggibile. |
PARSE_IP() |
Converte una stringa che rappresenta un indirizzo IPv4 in un valore intero senza segno. |
FORMAT_PACKED_IP() |
Restituisce un indirizzo IP leggibile nel formato 10.1.5.23 o 2620:0:1009:1:216:36ff:feef:3f . |
PARSE_PACKED_IP() |
Restituisce un indirizzo IP in BYTES. |
FORMAT_IP(integer_value)
- Converte i 32 bit meno significativi di
integer_value
in stringa di indirizzi IPv4 leggibile. Ad esempio,FORMAT_IP(1)
restituirà la stringa'0.0.0.1'
. PARSE_IP(readable_ip)
- Converte una stringa che rappresenta un indirizzo IPv4 in un valore intero senza segno. Ad esempio,
PARSE_IP('0.0.0.1')
restituirà1
. Se la stringa non è un indirizzo IPv4 valido,PARSE_IP
restituiràNULL
.
BigQuery supporta la scrittura di indirizzi IPv4 e IPv6 in stringhe pacchettizzate, come dati binari a 4 o 16 byte in ordine di byte di rete. Le funzioni descritte di seguito supportano l'analisi degli indirizzi da e verso il formato leggibile. Queste funzioni funzionano solo sui campi stringa con IP.
Sintassi
FORMAT_PACKED_IP(packed_ip)
Restituisce un indirizzo IP leggibile, nel formato
10.1.5.23
o2620:0:1009:1:216:36ff:feef:3f
. Esempi:-
FORMAT_PACKED_IP('0123456789@ABCDE')
restituisce'3031:3233:3435:3637:3839:4041:4243:4445'
FORMAT_PACKED_IP('0123')
restituisce'48.49.50.51'
-
PARSE_PACKED_IP(readable_ip)
Restituisce un indirizzo IP in BYTES. Se la stringa di input non è un indirizzo IPv4 o IPv6 valido,
PARSE_PACKED_IP
restituiràNULL
. Esempi:PARSE_PACKED_IP('48.49.50.51')
restituisce'MDEyMw=='
PARSE_PACKED_IP('3031:3233:3435:3637:3839:4041:4243:4445')
restituisce'MDEyMzQ1Njc4OUBBQkNERQ=='
Funzioni JSON
Le funzioni JSON di BigQuery ti consentono di trovare valori all'interno dei dati JSON archiviati utilizzando espressioni simili a JSONPath.
L'archiviazione dei dati JSON può essere più flessibile rispetto alla dichiarazione di tutti i singoli campi nello schema della tabella, ma può comportare costi più elevati. Quando selezioni i dati da una stringa JSON, ti viene addebitato il costo di scansione dell'intera stringa, il che è più costoso rispetto a se ogni campo si trova in una colonna separata. Inoltre, la query è più lenta poiché l'intera stringa deve essere analizzata al momento della query. Tuttavia, per gli schemi ad hoc o in rapida evoluzione, la flessibilità di JSON può valere il costo aggiuntivo.
Se lavori con dati strutturati, utilizza le funzioni JSON anziché le funzioni di espressione regolare di BigQuery, poiché le funzioni JSON sono più facili da utilizzare.
Sintassi
Funzioni JSON | |
---|---|
JSON_EXTRACT() |
Seleziona un valore in base all'espressione JSONPath e restituisce una stringa JSON. |
JSON_EXTRACT_SCALAR() |
Seleziona un valore in base all'espressione JSONPath e restituisce uno scalare JSON. |
JSON_EXTRACT(json, json_path)
-
Seleziona un valore in
json
in base all'espressione JSONPathjson_path
.json_path
deve essere una costante stringa. Restituisce il valore in formato stringa JSON. JSON_EXTRACT_SCALAR(json, json_path)
-
Seleziona un valore in
json
in base all'espressione JSONPathjson_path
.json_path
deve essere una costante stringa. Restituisce un valore JSON scalare.
Operatori logici
Gli operatori logici eseguono la logica binaria o ternaria sulle espressioni. La logica binaria restituisce true
o false
. La logica ternaria ospita i valori NULL
e restituisce true
, false
o NULL
.
Sintassi
Operatori logici | |
---|---|
expr AND expr |
Restituisce true se entrambe le espressioni sono vere. |
expr OR expr |
Restituisce true se una o entrambe le espressioni sono vere. |
NOT expr |
Restituisce true se l'espressione è false. |
expr AND expr
- Restituisce
true
se entrambe le espressioni sono vere. - Restituisce
false
se una o entrambe le espressioni sono false. - Restituisce
NULL
se entrambe le espressioni sono NULL o se un'espressione è vera e l'altra è NULL.
- Restituisce
expr OR expr
- Restituisce
true
se una o entrambe le espressioni sono vere. - Restituisce
false
se entrambe le espressioni sono false. - Restituisce
NULL
se entrambe le espressioni sono NULL o se un'espressione è falsa e l'altra è NULL.
- Restituisce
NOT expr
- Restituisce
true
se l'espressione è false. - Restituisce
false
se l'espressione è true. - Restituisce
NULL
se l'espressione è NULL.
Puoi utilizzare
NOT
con altre funzioni come operatore di negazione. Ad esempio,NOT IN(expr1, expr2)
oIS NOT NULL
.- Restituisce
Funzioni matematiche
Le funzioni matematiche accettano argomenti numerici e restituiscono un risultato numerico. Ogni argomento può essere un valore letterale numerico o un valore numerico restituito da una query. Se la funzione matematica restituisce un risultato indefinito, l'operazione restituisce NULL
.
Sintassi
Funzioni matematiche | |
---|---|
ABS() |
Restituisce il valore assoluto dell'argomento. |
ACOS() |
Restituisce l'arco coseno dell'argomento. |
ACOSH() |
Restituisce l'arco coseno iperbolico dell'argomento. |
ASIN() |
Restituisce l'arcoseno dell'argomento. |
ASINH() |
Restituisce il seno iperbolico dell'arco dell'argomento. |
ATAN() |
Restituisce l'arco tangente dell'argomento. |
ATANH() |
Restituisce la tangente iperbolica ad arco dell'argomento. |
ATAN2() |
Restituisce l'arco tangente dei due argomenti. |
CEIL() |
Arrotonda per eccesso l'argomento al numero intero più vicino e restituisce il valore arrotondato. |
COS() |
Restituisce il coseno dell'argomento. |
COSH() |
Restituisce il coseno iperbolico dell'argomento. |
DEGREES() |
Converte da radianti a gradi. |
EXP() |
Restituisce e alla potenza dell'argomento. |
FLOOR() |
Arrotonda per difetto l'argomento al numero intero più vicino. |
LN() LOG()
|
Restituisce il logaritmo naturale dell'argomento. |
LOG2() |
Restituisce il logaritmo in Base-2 dell'argomento. |
LOG10() |
Restituisce il logaritmo in Base10 dell'argomento. |
PI() |
Restituisce la costante π. |
POW() |
Restituisce il primo argomento alla potenza del secondo argomento. |
RADIANS() |
Converte da gradi a radianti. |
RAND() |
Restituisce un valore in virgola mobile casuale nell'intervallo 0,0 <= valore < 1,0. |
ROUND() |
Arrotonda l'argomento per eccesso o per difetto al numero intero più vicino. |
SIN() |
Restituisce il seno dell'argomento. |
SINH() |
Restituisce il seno iperbolico dell'argomento. |
SQRT() |
Restituisce la radice quadrata dell'espressione. |
TAN() |
Restituisce la tangente dell'argomento. |
TANH() |
Restituisce la tangente iperbolica dell'argomento. |
ABS(numeric_expr)
- Restituisci il valore assoluto dell'argomento.
ACOS(numeric_expr)
- Restituisci l'arco coseno dell'argomento.
ACOSH(numeric_expr)
- Restituisce il coseno iperbolico ad arco dell'argomento.
ASIN(numeric_expr)
- Restituisci l'arcoseno dell'argomento.
ASINH(numeric_expr)
- Restituisci l'arco seno iperbolico dell'argomento.
ATAN(numeric_expr)
- Restituisce l'arco tangente dell'argomento.
ATANH(numeric_expr)
- Restituisci la tangente arcata iperbolica dell'argomento.
ATAN2(numeric_expr1, numeric_expr2)
- Restituisce l'arco tangente dei due argomenti.
CEIL(numeric_expr)
- Arrotonda per eccesso l'argomento al numero intero più vicino e restituisce il valore arrotondato.
COS(numeric_expr)
- Restituisci il coseno dell'argomento.
COSH(numeric_expr)
- Restituisci il coseno iperbolico dell'argomento.
DEGREES(numeric_expr)
- Restituisci
numeric_expr
, convertito da radianti a gradi. EXP(numeric_expr)
- Restituisce il risultato dell'elevamento della costante "e", la base del logaritmo naturale, alla potenza di numeric_expr.
FLOOR(numeric_expr)
- Arrotonda per difetto l'argomento al numero intero più vicino e restituisce il valore arrotondato.
LN(numeric_expr)
LOG(numeric_expr)
- Restituisce il logaritmo naturale dell'argomento.
LOG2(numeric_expr)
- Restituisce il logaritmo in Base-2 dell'argomento.
LOG10(numeric_expr)
- Restituisce il logaritmo in Base10 dell'argomento.
PI()
- Restituisci la costante π. La funzione
PI()
richiede parentesi per indicare che è una funzione, ma non accetta argomenti tra queste parentesi. Puoi usarePI()
come una costante con le funzioni matematiche e aritmetiche. POW(numeric_expr1, numeric_expr2)
- Restituisce il risultato dell'elevamento di
numeric_expr1
alla potenza dinumeric_expr2
. RADIANS(numeric_expr)
- Restituisci
numeric_expr
, convertito da gradi a radianti. (nota che π radianti equivale a 180 gradi). RAND([int32_seed])
- Restituisci un valore in virgola mobile casuale compreso nell'intervallo 0.0 <= valore < 1,0. Ogni valore
int32_seed
genera sempre la stessa sequenza di numeri casuali all'interno di una determinata query, a condizione che non venga utilizzata una clausolaLIMIT
. Seint32_seed
non è specificato, BigQuery utilizza il timestamp attuale come valore seed. ROUND(numeric_expr [, digits])
- Arrotonda l'argomento per eccesso o per difetto al numero intero più vicino (o, se specificato, al numero di cifre specificato) e restituisce il valore arrotondato.
SIN(numeric_expr)
- Restituisci il seno dell'argomento.
SINH(numeric_expr)
- Restituisci il seno iperbolico dell'argomento.
SQRT(numeric_expr)
- Restituisci la radice quadrata dell'espressione.
TAN(numeric_expr)
- Restituisci la tangente dell'argomento.
TANH(numeric_expr)
- Restituisci la tangente iperbolica dell'argomento.
Esempi avanzati
-
Query riquadro di delimitazione
La seguente query restituisce una raccolta di punti all'interno di un riquadro di delimitazione rettangolare centrato su San Francisco (37,46, -122,50).
Esempio:
#legacySQL SELECT year, month, AVG(mean_temp) avg_temp, MIN(min_temperature) min_temp, MAX(max_temperature) max_temp FROM [weather_geo.table] WHERE /* Return values between a pair of */ /* latitude and longitude coordinates */ lat / 1000 > 37.46 AND lat / 1000 < 37.65 AND long / 1000 > -122.50 AND long / 1000 < -122.30 GROUP BY year, month ORDER BY year, month ASC;
-
Query approssimativa del cerchio di delimitazione
Restituisci una raccolta di massimo 100 punti all'interno di un cerchio approssimativo determinato dall'utilizzo della Spherical Law of Cosines, incentrata sul Denver Colorado (39,73, -104,98). Questa query utilizza le funzioni matematiche e trigonometriche di BigQuery, come
PI()
,SIN()
eCOS()
.Poiché la Terra non è una sfera assoluta e longitudine e latitudine convergeno ai poli, questa query restituisce un'approssimazione che può essere utile per molti tipi di dati.
Esempio:
#legacySQL SELECT distance, lat, long, temp FROM (SELECT ((ACOS(SIN(39.73756700 * PI() / 180) * SIN((lat/1000) * PI() / 180) + COS(39.73756700 * PI() / 180) * COS((lat/1000) * PI() / 180) * COS((-104.98471790 - (long/1000)) * PI() / 180)) * 180 / PI()) * 60 * 1.1515) AS distance, AVG(mean_temp) AS temp, AVG(lat/1000) lat, AVG(long/1000) long FROM [weather_geo.table] WHERE month=1 GROUP BY distance) WHERE distance < 100 ORDER BY distance ASC LIMIT 100;
Funzioni di espressione regolare
BigQuery fornisce il supporto delle espressioni regolari tramite la libreria re2. Consulta la documentazione per conoscere la sintassi delle espressioni regolari.
Tieni presente che le espressioni regolari sono corrispondenze globali; per iniziare la corrispondenza all'inizio di una parola devi utilizzare il carattere ^.
Sintassi
Funzioni di espressione regolare | |
---|---|
REGEXP_MATCH() |
Restituisce true se l'argomento corrisponde all'espressione regolare. |
REGEXP_EXTRACT() |
Restituisce la parte dell'argomento che corrisponde al gruppo di acquisizione all'interno dell'espressione regolare. |
REGEXP_REPLACE() |
Sostituisce una sottostringa che corrisponde a un'espressione regolare. |
REGEXP_MATCH('str', 'reg_exp')
Restituisce true se str corrisponde all'espressione regolare. Per la corrispondenza delle stringhe senza espressioni regolari, utilizza CONTAINS anziché REGEXP_MATCH.
Esempio:
#legacySQL SELECT word, COUNT(word) AS count FROM [bigquery-public-data:samples.shakespeare] WHERE (REGEXP_MATCH(word,r'\w\w\'\w\w')) GROUP BY word ORDER BY count DESC LIMIT 3;
Resi:
+-------+-------+ | word | count | +-------+-------+ | ne'er | 42 | | we'll | 35 | | We'll | 33 | +-------+-------+
REGEXP_EXTRACT('str', 'reg_exp')
Restituisce la parte di str che corrisponde al gruppo di acquisizione all'interno dell'espressione regolare.
Esempio:
#legacySQL SELECT REGEXP_EXTRACT(word,r'(\w\w\'\w\w)') AS fragment FROM [bigquery-public-data:samples.shakespeare] GROUP BY fragment ORDER BY fragment LIMIT 3;
Resi:
+----------+ | fragment | +----------+ | NULL | | Al'ce | | As'es | +----------+
REGEXP_REPLACE('orig_str', 'reg_exp', 'replace_str')
Restituisce una stringa in cui ogni sottostringa di orig_str che corrisponde a reg_exp viene sostituita con replace_str. Ad esempio, REGEXP_REPLACE ("Hello", 'lo', 'p') restituisce Help.
Esempio:
#legacySQL SELECT REGEXP_REPLACE(word, r'ne\'er', 'never') AS expanded_word FROM [bigquery-public-data:samples.shakespeare] WHERE REGEXP_MATCH(word, r'ne\'er') GROUP BY expanded_word ORDER BY expanded_word LIMIT 5;
Resi:
+---------------+ | expanded_word | +---------------+ | Whenever | | never | | nevertheless | | whenever | +---------------+
Esempi avanzati
-
Risultato del filtro impostato in base alla corrispondenza con espressione regolare
Le funzioni di espressione regolare di BigQuery possono essere utilizzate per filtrare i risultati in una clausola
WHERE
e per visualizzare i risultati inSELECT
. L'esempio seguente combina entrambi questi casi d'uso di espressioni regolari in un'unica query.Esempio:
#legacySQL SELECT /* Replace white spaces in the title with underscores. */ REGEXP_REPLACE(title, r'\s+', '_') AS regexp_title, revisions FROM (SELECT title, COUNT(revision_id) as revisions FROM [bigquery-public-data:samples.wikipedia] WHERE wp_namespace=0 /* Match titles that start with 'G', end with * 'e', and contain at least two 'o's. */ AND REGEXP_MATCH(title, r'^G.*o.*o.*e$') GROUP BY title ORDER BY revisions DESC LIMIT 100);
-
Utilizzare espressioni regolari su dati interi o in virgola mobile
Mentre le funzioni di espressione regolare di BigQuery funzionano solo per i dati di tipo stringa, è possibile utilizzare la funzione
STRING()
per trasmettere dati interi o in virgola mobile in formato stringa. In questo esempio,STRING()
viene utilizzato per trasmettere il valore interocorpus_date
a una stringa, che viene poi modificata daREGEXP_REPLACE
.Esempio:
#legacySQL SELECT corpus_date, /* Cast the corpus_date to a string value */ REGEXP_REPLACE(STRING(corpus_date), '^16', 'Written in the sixteen hundreds, in the year \'' ) AS date_string FROM [bigquery-public-data:samples.shakespeare] /* Cast the corpus_date to string, */ /* match values that begin with '16' */ WHERE REGEXP_MATCH(STRING(corpus_date), '^16') GROUP BY corpus_date, date_string ORDER BY date_string DESC LIMIT 5;
Funzioni di stringa
Le funzioni stringa operano sui dati delle stringhe. Le costanti stringa devono essere racchiuse
tra virgolette singole o doppie. Le funzioni stringa sono sensibili alle maiuscole per impostazione predefinita.
Puoi aggiungere IGNORE CASE
alla fine di una query per abilitare la corrispondenza senza distinzione tra maiuscole e minuscole. IGNORE CASE
funziona solo con i caratteri ASCII
e solo al livello superiore della query.
I caratteri jolly non sono supportati in queste funzioni; per la funzionalità di espressione regolare, utilizza le funzioni di espressione regolare.
Sintassi
Funzioni di stringa | |
---|---|
CONCAT() |
Restituisce la concatenazione di due o più stringhe oppure NULL se uno qualsiasi dei valori è NULL. |
expr CONTAINS 'str' |
Restituisce true se expr contiene l'argomento di stringa specificato. |
INSTR() |
Restituisce l'indice in base una della prima occorrenza di una stringa. |
LEFT() |
Restituisce i caratteri più a sinistra di una stringa. |
LENGTH() |
Restituisce la lunghezza della stringa. |
LOWER() |
Restituisce la stringa originale con tutti i caratteri in minuscolo. |
LPAD() |
Inserisce i caratteri a sinistra di una stringa. |
LTRIM() |
Rimuove i caratteri dal lato sinistro di una stringa. |
REPLACE() |
Sostituisce tutte le occorrenze di una sottostringa. |
RIGHT() |
Restituisce i caratteri più a destra di una stringa. |
RPAD() |
Inserisce caratteri a destra di una stringa. |
RTRIM() |
Rimuove i caratteri finali dal lato destro di una stringa. |
SPLIT() |
Divide una stringa in sottostringhe ripetute. |
SUBSTR() |
Restituisce una sottostringa ... |
UPPER() |
Restituisce la stringa originale con tutti i caratteri in maiuscolo. |
CONCAT('str1', 'str2', '...')
str1 + str2 + ...- Restituisce la concatenazione di due o più stringhe oppure NULL se uno dei valori è NULL. Esempio: se
str1
èJava
estr2
èScript
,CONCAT
restituisceJavaScript
. expr CONTAINS 'str'
- Restituisce
true
seexpr
contiene l'argomento di stringa specificato. Questo è un confronto sensibile alle maiuscole. INSTR('str1', 'str2')
- Restituisce l'indice in base una sola della prima occorrenza di str2 in str1 oppure restituisce 0 se str2 non si verifica in str1.
LEFT('str', numeric_expr)
- Restituisce i caratteri numeric_expr all'estrema sinistra di
str
. Se il numero è più lungo di str, verrà restituita la stringa completa. Esempio:LEFT('seattle', 3)
restituiscesea
. LENGTH('str')
- Restituisce un valore numerico per la lunghezza della stringa. Esempio: se
str
è'123456'
,LENGTH
restituisce6
. LOWER('str')
- Restituisce la stringa originale con tutti i caratteri in minuscolo.
LPAD('str1', numeric_expr, 'str2')
- Inserisci i tamponi
str1
a sinistra constr2
, ripetendo il comandostr2
finché la stringa del risultato non corrisponde esattamente anumeric_expr
caratteri. Esempio:LPAD('1', 7, '?')
restituisce??????1
. LTRIM('str1' [, str2])
-
Rimuove i caratteri dal lato sinistro di str1. Se str2 viene omesso,
LTRIM
rimuove gli spazi dal lato sinistro di str1. In caso contrario,LTRIM
rimuove tutti i caratteri in str2 dal lato sinistro di str1 (sensibile alle maiuscole).Esempi:
SELECT LTRIM("Say hello", "yaS")
restituisce" hello"
.SELECT LTRIM("Say hello", " ySa")
restituisce"hello"
. REPLACE('str1', 'str2', 'str3')
-
Sostituisce tutte le istanze di str2 all'interno di str1 con str3.
RIGHT('str', numeric_expr)
- Restituisce i caratteri numeric_expr più a destra di
str
. Se il numero è più lungo della stringa, restituirà l'intera stringa. Esempio:RIGHT('kirkland', 4)
restituisceland
. RPAD('str1', numeric_expr, 'str2')
- Inserisci
str1
a destra constr2
, ripetendo il comandostr2
finché la stringa del risultato non corrisponde esattamente anumeric_expr
caratteri. Esempio:RPAD('1', 7, '?')
restituisce1??????
. RTRIM('str1' [, str2])
-
Rimuove i caratteri finali dal lato destro di str1. Se str2 viene omesso,
RTRIM
rimuove gli spazi finali da str1. Altrimenti,RTRIM
rimuove tutti i caratteri in str2 dal lato destro di str1 (sensibile alle maiuscole).Esempi:
SELECT RTRIM("Say hello", "leo")
restituisce"Say h"
.SELECT RTRIM("Say hello ", " hloe")
restituisce"Say"
. SPLIT('str' [, 'delimiter'])
- Divide una stringa in sottostringhe ripetute. Se
delimiter
è specificato, la funzioneSPLIT
suddividestr
in sottostringhe, utilizzandodelimiter
come delimitatore. SUBSTR('str', index [, max_len])
- Restituisce una sottostringa di
str
, a partire daindex
. Se viene utilizzato il parametro facoltativomax_len
, la stringa restituita può contenere al massimomax_len
caratteri. Il conteggio inizia da 1, quindi il primo carattere della stringa si trova nella posizione 1 (non zero). Seindex
è5
, la sottostringa inizia con il quinto carattere da sinistra instr
. Seindex
è-4
, la sottostringa inizia con il quarto carattere da destra instr
. Esempio:SUBSTR('awesome', -4, 4)
restituisce la sottostringasome
. UPPER('str')
- Restituisce la stringa originale con tutti i caratteri in maiuscolo.
Utilizzare l'escape dei caratteri speciali nelle stringhe
Per eseguire l'escape dei caratteri speciali, utilizza uno dei seguenti metodi:
- Utilizza la notazione
'\xDD'
, dove'\x'
è seguito dalla rappresentazione esadecimale a due cifre del carattere. - Utilizza una barra di escape prima delle barre, delle virgolette singole e delle virgolette doppie.
- Usa sequenze in stile C (
'\a', '\b', '\f', '\n', '\r', '\t',
e'\v'
) per altri caratteri.
Alcuni esempi di escape:
'this is a space: \x20'
'this string has \'single quote\' inside it'
'first line \n second line'
"double quotes are also ok"
'\070' -> ERROR: octal escaping is not supported
Funzioni con caratteri jolly nella tabella
Le funzioni con caratteri jolly nelle tabelle consentono di eseguire agevolmente query sui dati di un insieme specifico di tabelle. Una funzione con caratteri jolly in una tabella equivale a un'unione separata da virgole di tutte le tabelle corrispondenti alla funzione con caratteri jolly. Quando utilizzi una funzione con caratteri jolly, BigQuery accede e addebita solo le tabelle che corrispondono al carattere jolly. Le funzioni con caratteri jolly nella tabella sono specificate nella clausola FROM della query.
Se in una query utilizzi funzioni con caratteri jolly, queste non devono più essere incluse tra parentesi. Ad esempio, alcuni degli esempi riportati di seguito usano le parentesi, mentre altri no.
I risultati memorizzati nella cache non sono supportati per le query su più tabelle che utilizzano una funzione con caratteri jolly (anche se è selezionata l'opzione Usa risultati memorizzati nella cache). Se si esegue la stessa query con caratteri jolly più volte, ti viene addebitato un costo per ogni query.
Sintassi
Funzioni con caratteri jolly nella tabella | |
---|---|
TABLE_DATE_RANGE() |
Esegue query su più tabelle giornaliere che coprono un intervallo di date. |
TABLE_DATE_RANGE_STRICT() |
Esegue query su più tabelle giornaliere che coprono un intervallo di date, senza date mancanti. |
TABLE_QUERY() |
Esegue query nelle tabelle i cui nomi corrispondono a un predicato specificato. |
TABLE_DATE_RANGE(prefix, timestamp1, timestamp2)
-
Esegue query sulle tabelle giornaliere che si sovrappongono con l'intervallo di tempo compreso tra
<timestamp1>
e<timestamp2>
.I nomi delle tabelle devono avere il seguente formato:
<prefix><day>
, dove<day>
è nel formatoYYYYMMDD
.Puoi utilizzare le funzioni di data e ora per generare i parametri timestamp. Ad esempio:
TIMESTAMP('2012-10-01 02:03:04')
DATE_ADD(CURRENT_TIMESTAMP(), -7, 'DAY')
Esempio: recupero di tabelle tra due giorni
Questo esempio presuppone l'esistenza delle seguenti tabelle:
- mydata.people20140325
- mydata.people20140326
- mydata.people20140327
#legacySQL SELECT name FROM TABLE_DATE_RANGE([myproject-1234:mydata.people], TIMESTAMP('2014-03-25'), TIMESTAMP('2014-03-27')) WHERE age >= 35
Corrisponde alle seguenti tabelle:
- mydata.people20140325
- mydata.people20140326
- mydata.people20140327
Esempio: genera le tabelle in un intervallo di due giorni fino a "ora"
Questo esempio presuppone che esistano le seguenti tabelle in un progetto denominato
myproject-1234
:- mydata.people20140323
- mydata.people20140324
- mydata.people20140325
#legacySQL SELECT name FROM (TABLE_DATE_RANGE([myproject-1234:mydata.people], DATE_ADD(CURRENT_TIMESTAMP(), -2, 'DAY'), CURRENT_TIMESTAMP())) WHERE age >= 35
Corrisponde alle seguenti tabelle:
- mydata.people20140323
- mydata.people20140324
- mydata.people20140325
TABLE_DATE_RANGE_STRICT(prefix, timestamp1, timestamp2)
-
Questa funzione è equivalente a
TABLE_DATE_RANGE
. L'unica differenza è che, se una tabella giornaliera non è presente nella sequenza, l'azioneTABLE_DATE_RANGE_STRICT
non riesce e restituisce un erroreNot Found: Table <table_name>
.Esempio: errore su tabella mancante
Questo esempio presuppone l'esistenza delle seguenti tabelle:
- people20140325
- people20140327
#legacySQL SELECT name FROM (TABLE_DATE_RANGE_STRICT([myproject-1234:mydata.people], TIMESTAMP('2014-03-25'), TIMESTAMP('2014-03-27'))) WHERE age >= 35
L'esempio precedente restituisce un errore "Non trovato" per la tabella "people20140326".
TABLE_QUERY(dataset, expr)
-
Query sulle tabelle i cui nomi corrispondono al valore
expr
specificato. Il parametroexpr
deve essere rappresentato come una stringa e deve contenere un'espressione da valutare. Ad esempio:'length(table_id) < 3'
.Esempio: tabelle delle corrispondenze i cui nomi contengono "oo" e hanno una lunghezza superiore a 4
Questo esempio presuppone l'esistenza delle seguenti tabelle:
- mydata.boo
- mydata.fork
- mydata.ooze
- mydata.spoon
#legacySQL SELECT speed FROM (TABLE_QUERY([myproject-1234:mydata], 'table_id CONTAINS "oo" AND length(table_id) >= 4'))
Corrisponde alle seguenti tabelle:
- mydata.ooze
- mydata.spoon
Esempio: tabelle delle corrispondenze i cui nomi iniziano con "boo", seguito da 3-5 cifre numeriche
Questo esempio presuppone che esistano le seguenti tabelle in un progetto denominato
myproject-1234
:- mydata.book4
- mydata.book418
- mydata.boom12345
- mydata.boom123456789
- mydata.taboo999
#legacySQL SELECT speed FROM TABLE_QUERY([myproject-1234:mydata], 'REGEXP_MATCH(table_id, r"^boo[\d]{3,5}")')
Corrisponde alle seguenti tabelle:
- mydata.book418
- mydata.boom12345
Funzioni URL
Sintassi
Funzioni URL | |
---|---|
HOST() |
Data un URL, restituisce il nome host come stringa. |
DOMAIN() |
Data un URL, restituisce il dominio come stringa. |
TLD() |
Specificato un URL, restituisce il dominio di primo livello più qualsiasi dominio del paese nell'URL. |
HOST('url_str')
- Specificato un URL, restituisce il nome host come stringa. Esempio: HOST('http://www.google.com:80/index.html') restituisce "www.google.com"
DOMAIN('url_str')
- Specificato un URL, restituisce il dominio come stringa. Esempio: DOMAIN('http://www.google.com:80/index.html') restituisce "google.com".
TLD('url_str')
- Specificando un URL, restituisce il dominio di primo livello più il dominio di qualsiasi paese nell'URL. Esempio: TLD('http://www.google.com:80/index.html') restituisce ".com". TLD('http://www.google.co.uk:80/index.html') restituisce ".co.uk".
Note:
- Queste funzioni non eseguono la ricerca DNS inversa, quindi se le chiami utilizzando un indirizzo IP, le funzioni restituiranno segmenti dell'indirizzo IP anziché segmenti del nome host.
- Tutte le funzioni di analisi degli URL prevedono caratteri minuscoli. I caratteri maiuscoli nell'URL generano un risultato NULL o comunque errato. Potresti passare l'input a questa funzione tramite LOWER() se i tuoi dati presentano un uso misto di lettere maiuscole e minuscole.
Esempio avanzato
Analizzare i nomi di dominio dai dati degli URL
Questa query utilizza la funzione DOMAIN()
per restituire i domini più popolari elencati come home page del repository su GitHub. Nota l'utilizzo di HAVING per filtrare i record utilizzando il risultato della funzione DOMAIN()
. Questa è una funzione utile per determinare le informazioni dei referrer dai dati dell'URL.
Esempi:
#legacySQL SELECT DOMAIN(repository_homepage) AS user_domain, COUNT(*) AS activity_count FROM [bigquery-public-data:samples.github_timeline] GROUP BY user_domain HAVING user_domain IS NOT NULL AND user_domain != '' ORDER BY activity_count DESC LIMIT 5;
Resi:
+-----------------+----------------+ | user_domain | activity_count | +-----------------+----------------+ | github.com | 281879 | | google.com | 34769 | | khanacademy.org | 17316 | | sourceforge.net | 15103 | | mozilla.org | 14091 | +-----------------+----------------+
Per esaminare in modo specifico le informazioni relative ai domini di primo livello, utilizza la funzione TLD()
. Questo esempio mostra i principali domini di primo livello che non sono in un elenco di esempi comuni.
#legacySQL SELECT TLD(repository_homepage) AS user_tld, COUNT(*) AS activity_count FROM [bigquery-public-data:samples.github_timeline] GROUP BY user_tld HAVING /* Only consider TLDs that are NOT NULL */ /* or in our list of common TLDs */ user_tld IS NOT NULL AND NOT user_tld IN ('','.com','.net','.org','.info','.edu') ORDER BY activity_count DESC LIMIT 5;
Resi:
+----------+----------------+ | user_tld | activity_count | +----------+----------------+ | .de | 22934 | | .io | 17528 | | .me | 13652 | | .fr | 12895 | | .co.uk | 9135 | +----------+----------------+
Funzioni di finestra
Le funzioni di finestra, note anche come funzioni di analisi, consentono i calcoli su un sottoinsieme specifico, o "finestra", di un set di risultati. Le funzioni a finestra semplificano la creazione di report che includono analisi complesse come medie finali e totali correnti.
Ogni funzione finestra richiede una clausola OVER
che specifichi la parte superiore e inferiore della finestra. I tre componenti della clausola OVER
(partizionamento, ordinamento e framing) forniscono un controllo aggiuntivo sulla finestra. Il partizionamento consente di suddividere i dati di input in gruppi logici che hanno una caratteristica comune. L'ordinamento consente di ordinare i risultati all'interno di una partizione. L'inquadratura consente di creare un frame di finestra scorrevole all'interno di una partizione che si sposta in base alla riga corrente. Puoi configurare le dimensioni del frame della finestra mobile in base a un numero di righe o a un intervallo di valori, ad esempio un intervallo di tempo.
#legacySQL SELECT <window_function> OVER ( [PARTITION BY <expr>] [ORDER BY <expr> [ASC | DESC]] [<window-frame-clause>] )
PARTITION BY
- Definisce la partizione di base su cui opera questa funzione.
Specifica uno o più nomi di colonna separati da virgole; verrà creata una partizione per ogni insieme di valori distinto per queste colonne, in modo simile a una clausola
GROUP BY
. SePARTITION BY
viene omesso, la partizione di base corrisponderà a tutte le righe nell'input della funzione finestra. - La clausola
PARTITION BY
consente inoltre alle funzioni di finestra di partizionare i dati e caricare in contemporanea l'esecuzione. Se vuoi utilizzare una funzione di finestra conallowLargeResults
o se intendi applicare ulteriori unioni o aggregazioni all'output della funzione finestra, usaPARTITION BY
per caricare in contemporanea l'esecuzione.
Le clausole JOIN EACH
eGROUP EACH BY
non possono essere utilizzate nell'output delle funzioni di finestra. Per generare risultati della query di grandi dimensioni quando utilizzi le funzioni di finestra, devi usarePARTITION BY
.ORDER BY
- Ordina la partizione. Se
ORDER BY
non è presente, non è garantito alcun ordinamento predefinito. L'ordinamento avviene a livello di partizione, prima che venga applicata qualsiasi clausola relativa al frame della finestra. Se specifichi una finestraRANGE
, devi aggiungere una clausolaORDER BY
. L'ordine predefinito èASC
. ORDER BY
è facoltativo in alcuni casi, ma alcune funzioni di finestra, come rank() o dense_rank(), richiedono la clausola.- Se utilizzi
ORDER BY
senza specificareROWS
oRANGE
,ORDER BY
implica che la finestra si estende dall'inizio della partizione alla riga corrente. In assenza di una clausolaORDER BY
, la finestra è l'intera partizione. <window-frame-clause>
-
{ROWS | RANGE} {BETWEEN <start> AND <end> | <start> | <end>}
- Un sottoinsieme della partizione su cui operare. Può essere delle stesse dimensioni della partizione o di dimensioni inferiori. Se utilizzi
ORDER BY
senzawindow-frame-clause
, il frame della finestra predefinito èRANGE BETWEEN UNBOUNDED PRECEDING AND CURRENT ROW
. Se ometti siaORDER BY
siawindow-frame-clause
, il frame della finestra predefinito è l'intera partizione.ROWS
: definisce una finestra in termini di posizione della riga, rispetto alla riga corrente. Ad esempio, per aggiungere una colonna che mostra la somma delle 5 righe precedenti di valori degli stipendi, dovrai eseguire la querySUM(salary) OVER (ROWS BETWEEN 5 PRECEDING AND CURRENT ROW)
. L'insieme di righe in genere include la riga corrente, ma non è obbligatorio.RANGE
: definisce una finestra in termini di un intervallo di valori in una determinata colonna, rispetto al valore della colonna nella riga corrente. Funziona solo su numeri e date, dove i valori della data sono numeri interi semplici (microsecondi dall'epoca). Le righe vicine con lo stesso valore sono chiamate righe peer. Le righe peer diCURRENT ROW
sono incluse in un frame di finestra che specificaCURRENT ROW
. Ad esempio, se specifichi la fine della finestra comeCURRENT ROW
e la riga successiva nella finestra ha lo stesso valore, questa verrà inclusa nel calcolo della funzione.BETWEEN <start> AND <end>
: un intervallo, che include le righe di inizio e fine. L'intervallo non deve includere la riga corrente, ma<start>
deve precedere o uguale a<end>
.<start>
- Specifica l'offset iniziale per questa finestra, in relazione alla riga corrente. Sono supportate le seguenti opzioni:{UNBOUNDED PRECEDING | CURRENT ROW | <expr> PRECEDING | <expr> FOLLOWING}
dove<expr>
è un numero intero positivo,PRECEDING
indica un numero di riga o un valore di intervallo precedente eFOLLOWING
indica un numero di riga o un valore di intervallo successivo.UNBOUNDED PRECEDING
indica la prima riga della partizione. Se l'inizio precede la finestra, verrà impostato sulla prima riga della partizione.<end>
- Specifica l'offset finale per questa finestra, in relazione alla riga corrente. Sono supportate le seguenti opzioni:{UNBOUNDED FOLLOWING | CURRENT ROW | <expr> PRECEDING | <expr> FOLLOWING}
dove<expr>
è un numero intero positivo,PRECEDING
indica un numero di riga o un valore di intervallo precedente eFOLLOWING
indica un numero di riga o un valore di intervallo successivo.UNBOUNDED FOLLOWING
indica l'ultima riga della partizione. Se la fine è oltre la fine della finestra, verrà impostata sull'ultima riga della partizione.
A differenza delle funzioni di aggregazione, che comprimono molte righe di input in una
riga di output, le funzioni di finestra restituiscono una riga di output per ogni riga di input.
Questa funzionalità semplifica la creazione di query che calcolano i totali correnti e le medie mobili. Ad esempio, la seguente query restituisce un totale corrente per un piccolo set di dati di cinque righe definito dalle istruzioni SELECT
:
#legacySQL SELECT name, value, SUM(value) OVER (ORDER BY value) AS RunningTotal FROM (SELECT "a" AS name, 0 AS value), (SELECT "b" AS name, 1 AS value), (SELECT "c" AS name, 2 AS value), (SELECT "d" AS name, 3 AS value), (SELECT "e" AS name, 4 AS value);
Valore restituito:
+------+-------+--------------+ | name | value | RunningTotal | +------+-------+--------------+ | a | 0 | 0 | | b | 1 | 1 | | c | 2 | 3 | | d | 3 | 6 | | e | 4 | 10 | +------+-------+--------------+
L'esempio seguente calcola una media mobile dei valori nella riga corrente e nella riga precedente. Il frame della finestra comprende due righe che si muovono insieme alla riga corrente.
#legacySQL SELECT name, value, AVG(value) OVER (ORDER BY value ROWS BETWEEN 1 PRECEDING AND CURRENT ROW) AS MovingAverage FROM (SELECT "a" AS name, 0 AS value), (SELECT "b" AS name, 1 AS value), (SELECT "c" AS name, 2 AS value), (SELECT "d" AS name, 3 AS value), (SELECT "e" AS name, 4 AS value);
Valore restituito:
+------+-------+---------------+ | name | value | MovingAverage | +------+-------+---------------+ | a | 0 | 0.0 | | b | 1 | 0.5 | | c | 2 | 1.5 | | d | 3 | 2.5 | | e | 4 | 3.5 | +------+-------+---------------+
Sintassi
Funzioni di finestra | |
---|---|
AVG() COUNT(*) COUNT([DISTINCT]) MAX() MIN() STDDEV() SUM() |
Si tratta della stessa operazione delle funzioni di aggregazione corrispondenti, ma che vengono calcolate in base a una finestra definita dalla clausola OVER. |
CUME_DIST() |
Restituisce un doppio che indica la distribuzione cumulativa di un valore in un gruppo di valori ... |
DENSE_RANK() |
Restituisce il rango intero di un valore in un gruppo di valori. |
FIRST_VALUE() |
Restituisce il primo valore del campo specificato nella finestra. |
LAG() |
Consente di leggere i dati di una riga precedente all'interno di una finestra. |
LAST_VALUE() |
Restituisce l'ultimo valore del campo specificato nella finestra. |
LEAD() |
Consente di leggere i dati di una riga successiva all'interno di una finestra. |
NTH_VALUE() |
Restituisce il valore di <expr> nella posizione <n> del frame della finestra ...
|
NTILE() |
Divide la finestra nel numero specificato di bucket. |
PERCENT_RANK() |
Restituisce la posizione della riga corrente rispetto alle altre righe della partizione. |
PERCENTILE_CONT() |
Restituisce un valore interpolato che verrebbe mappato all'argomento del percentile rispetto alla finestra ... |
PERCENTILE_DISC() |
Restituisce il valore più vicino al percentile dell'argomento sulla finestra. |
RANK() |
Restituisce il rango intero di un valore in un gruppo di valori. |
RATIO_TO_REPORT() |
Restituisce il rapporto di ogni valore alla somma dei valori. |
ROW_NUMBER() |
Restituisce il numero di riga corrente del risultato della query nella finestra. |
-
AVG(numeric_expr)
COUNT(*)
COUNT([DISTINCT] field)
MAX(field)
MIN(field)
STDDEV(numeric_expr)
SUM(field)
-
Queste funzioni di finestra eseguono la stessa operazione delle funzioni di aggregazione corrispondenti, ma vengono calcolate in una finestra definita dalla clausola OVER.
Un'altra differenza significativa è che la funzione
COUNT([DISTINCT] field)
produce risultati esatti quando viene utilizzata come funzione finestra, con un comportamento simile alla funzione aggregata diEXACT_COUNT_DISTINCT()
.Nella query di esempio, la clausola
ORDER BY
determina il calcolo della finestra dall'inizio della partizione alla riga attuale, il che genera una somma cumulativa per l'anno in questione.#legacySQL SELECT corpus_date, corpus, word_count, SUM(word_count) OVER ( PARTITION BY corpus_date ORDER BY word_count) annual_total FROM [bigquery-public-data:samples.shakespeare] WHERE word='love' ORDER BY corpus_date, word_count
Resi:
corpus_date corpus word_count annual_total 0 various 37 37 0 sonetti 157 194 1590 2 Kinghenryvi 18 18 1590 1 Kinghenryvi 24 42 1590 3Khenryvi 40 82 CUME_DIST()
-
Restituisce un doppio che indica la distribuzione cumulativa di un valore in un gruppo di valori, calcolata utilizzando la formula
<number of rows preceding or tied with the current row> / <total rows>
. I valori uguali restituiscono lo stesso valore di distribuzione cumulativo.Questa funzione finestra richiede
ORDER BY
nella clausolaOVER
.#legacySQL SELECT word, word_count, CUME_DIST() OVER (PARTITION BY corpus ORDER BY word_count DESC) cume_dist, FROM [bigquery-public-data:samples.shakespeare] WHERE corpus='othello' and length(word) > 10 LIMIT 5
Resi:
parola word_count cume_dist fazzoletto 29 0,2 soddisfazione 5 0.4 dispiacere 4 0,8 strumenti 4 0,8 circumstance 3 1,0 DENSE_RANK()
-
Restituisce il rango intero di un valore in un gruppo di valori. Il ranking viene calcolato in base a confronti con altri valori del gruppo.
I valori legati vengono visualizzati con la stessa posizione. La posizione del valore successivo viene incrementata di 1. Ad esempio, se due valori corrispondono al ranking 2, il successivo valore di ranking sarà 3. Se preferisci inserire un divario nell'elenco di ranking, utilizza rank().
Questa funzione finestra richiede
ORDER BY
nella clausolaOVER
.#legacySQL SELECT word, word_count, DENSE_RANK() OVER (PARTITION BY corpus ORDER BY word_count DESC) dense_rank, FROM [bigquery-public-data:samples.shakespeare] WHERE corpus='othello' and length(word) > 10 LIMIT 5
Resi:parola word_count dense_rank fazzoletto 29 1 soddisfazione 5 2 dispiacere 4 3 strumenti 4 3 circumstance 3 4 FIRST_VALUE(<field_name>)
-
Restituisce il primo valore di
<field_name>
nella finestra.#legacySQL SELECT word, word_count, FIRST_VALUE(word) OVER (PARTITION BY corpus ORDER BY word_count DESC) fv, FROM [bigquery-public-data:samples.shakespeare] WHERE corpus='othello' and length(word) > 10 LIMIT 1
Resi:parola word_count fv imperfetta 1 imperfetta LAG(<expr>[, <offset>[, <default_value>]])
-
Consente di leggere i dati di una riga precedente all'interno di una finestra. In particolare,
LAG()
restituisce il valore<expr>
per la riga posizionata<offset>
prima della riga corrente. Se la riga non esiste, viene restituito<default_value>
.#legacySQL SELECT word, word_count, LAG(word, 1) OVER (PARTITION BY corpus ORDER BY word_count DESC) lag, FROM [bigquery-public-data:samples.shakespeare] WHERE corpus='othello' and length(word) > 10 LIMIT 5
Resi:
parola word_count ritardo fazzoletto 29 null soddisfazione 5 fazzoletto dispiacere 4 soddisfazione strumenti 4 dispiacere circumstance 3 strumenti LAST_VALUE(<field_name>)
-
Restituisce l'ultimo valore di
<field_name>
nella finestra.#legacySQL SELECT word, word_count, LAST_VALUE(word) OVER (PARTITION BY corpus ORDER BY word_count DESC) lv, FROM [bigquery-public-data:samples.shakespeare] WHERE corpus='othello' and length(word) > 10 LIMIT 1
Resi:
parola word_count lv imperfetta 1 imperfetta LEAD(<expr>[, <offset>[, <default_value>]])
-
Consente di leggere i dati di una riga successiva all'interno di una finestra. In particolare,
LEAD()
restituisce il valore<expr>
per la riga situata<offset>
righe dopo quella corrente. Se la riga non esiste, viene restituito<default_value>
.#legacySQL SELECT word, word_count, LEAD(word, 1) OVER (PARTITION BY corpus ORDER BY word_count DESC) lead, FROM [bigquery-public-data:samples.shakespeare] WHERE corpus='othello' and length(word) > 10 LIMIT 5
Resi:parola word_count lead fazzoletto 29 soddisfazione soddisfazione 5 dispiacere dispiacere 4 strumenti strumenti 4 circumstance circumstance 3 null NTH_VALUE(<expr>, <n>)
-
Restituisce il valore di
<expr>
nella posizione<n>
del frame della finestra, dove<n>
è un indice a base una. NTILE(<num_buckets>)
-
Divide una sequenza di righe in
<num_buckets>
bucket e assegna un numero di bucket corrispondente, sotto forma di numero intero, a ogni riga. La funzionentile()
assegna i numeri dei bucket nel modo più uniforme possibile e restituisce un valore compreso tra 1 e<num_buckets>
per ogni riga.#legacySQL SELECT word, word_count, NTILE(2) OVER (PARTITION BY corpus ORDER BY word_count DESC) ntile, FROM [bigquery-public-data:samples.shakespeare] WHERE corpus='othello' and length(word) > 10 LIMIT 5
Resi:parola word_count ntile fazzoletto 29 1 soddisfazione 5 1 dispiacere 4 1 strumenti 4 2 circumstance 3 2 PERCENT_RANK()
-
Restituisce il ranking della riga corrente rispetto alle altre righe della partizione. I valori restituiti sono compresi tra 0 e 1 inclusi. Il primo valore restituito è 0,0.
Questa funzione finestra richiede
ORDER BY
nella clausolaOVER
.#legacySQL SELECT word, word_count, PERCENT_RANK() OVER (PARTITION BY corpus ORDER BY word_count DESC) p_rank, FROM [bigquery-public-data:samples.shakespeare] WHERE corpus='othello' and length(word) > 10 LIMIT 5
Resi:parola word_count p_rank fazzoletto 29 0.0 soddisfazione 5 0,25 dispiacere 4 0.5 strumenti 4 0.5 circumstance 3 1,0 PERCENTILE_CONT(<percentile>)
-
Restituisce un valore interpolato che verrebbe mappato all'argomento percentile rispetto alla finestra, dopo l'ordinamento in base alla clausola
ORDER BY
.Il valore
<percentile>
deve essere compreso tra 0 e 1.Questa funzione finestra richiede
ORDER BY
nella clausolaOVER
.#legacySQL SELECT word, word_count, PERCENTILE_CONT(0.5) OVER (PARTITION BY corpus ORDER BY word_count DESC) p_cont, FROM [bigquery-public-data:samples.shakespeare] WHERE corpus='othello' and length(word) > 10 LIMIT 5
Resi:parola word_count p_cont fazzoletto 29 4 soddisfazione 5 4 dispiacere 4 4 strumenti 4 4 circumstance 3 4 PERCENTILE_DISC(<percentile>)
-
Restituisce il valore più vicino al percentile dell'argomento sulla finestra.
Il valore
<percentile>
deve essere compreso tra 0 e 1.Questa funzione finestra richiede
ORDER BY
nella clausolaOVER
.#legacySQL SELECT word, word_count, PERCENTILE_DISC(0.5) OVER (PARTITION BY corpus ORDER BY word_count DESC) p_disc, FROM [bigquery-public-data:samples.shakespeare] WHERE corpus='othello' and length(word) > 10 LIMIT 5
Resi:parola word_count p_disc fazzoletto 29 4 soddisfazione 5 4 dispiacere 4 4 strumenti 4 4 circumstance 3 4 RANK()
-
Restituisce il rango intero di un valore in un gruppo di valori. Il ranking viene calcolato in base a confronti con altri valori del gruppo.
I valori legati vengono visualizzati con la stessa posizione. Il ranking del valore successivo viene incrementato in base al numero di valori associati che si sono verificati prima di questo valore. Ad esempio, se due valori corrispondono al ranking 2, il successivo valore di ranking sarà 4, non 3. Se preferisci che non ci siano lacune nell'elenco di ranking, utilizza dense_rank().
Questa funzione finestra richiede
ORDER BY
nella clausolaOVER
.#legacySQL SELECT word, word_count, RANK() OVER (PARTITION BY corpus ORDER BY word_count DESC) rank, FROM [bigquery-public-data:samples.shakespeare] WHERE corpus='othello' and length(word) > 10 LIMIT 5
Resi:parola word_count classifica fazzoletto 29 1 soddisfazione 5 2 dispiacere 4 3 strumenti 4 3 circumstance 3 5 RATIO_TO_REPORT(<column>)
-
Restituisce il rapporto di ogni valore alla somma dei valori, come un doppio compreso tra 0 e 1.
#legacySQL SELECT word, word_count, RATIO_TO_REPORT(word_count) OVER (PARTITION BY corpus ORDER BY word_count DESC) r_to_r, FROM [bigquery-public-data:samples.shakespeare] WHERE corpus='othello' and length(word) > 10 LIMIT 5
Resi:parola word_count r_to_r fazzoletto 29 0,6444444444444445 soddisfazione 5 0,1111111111111111 dispiacere 4 0,08888888888888889 strumenti 4 0,08888888888888889 circumstance 3 0,06666666666666667 ROW_NUMBER()
-
Restituisce il numero della riga corrente del risultato della query sulla finestra, a partire da 1.
#legacySQL SELECT word, word_count, ROW_NUMBER() OVER (PARTITION BY corpus ORDER BY word_count DESC) row_num, FROM [bigquery-public-data:samples.shakespeare] WHERE corpus='othello' and length(word) > 10 LIMIT 5
Resi:parola word_count row_num fazzoletto 29 1 soddisfazione 5 2 dispiacere 4 3 strumenti 4 4 circumstance 3 5
Altre funzioni
Sintassi
Altre funzioni | |
---|---|
CASE WHEN ... THEN |
Utilizza CASE per scegliere tra due o più espressioni alternative nella query. |
CURRENT_USER() |
Restituisce l'indirizzo email dell'utente che esegue la query. |
EVERY() |
Restituisce true se l'argomento è true per tutti i suoi input. |
FROM_BASE64() |
Converte la stringa di input codificata in Base64 nel formato BYTES. |
HASH() |
Calcola e restituisce un valore hash firmato a 64 bit ... |
FARM_FINGERPRINT() |
Calcola e restituisce un valore di impronta firmata a 64 bit ... |
IF() |
Se il primo argomento è true, restituisce il secondo argomento, altrimenti il terzo argomento. |
POSITION() |
Restituisce la posizione sequenziale in base una sola dell'argomento. |
SHA1() |
Restituisce un hash SHA1 nel formato BYTES. |
SOME() |
Restituisce true se l'argomento è true per almeno uno dei relativi input. |
TO_BASE64() |
Converte l'argomento BYTES in una stringa codificata in Base64. |
CASE WHEN when_expr1 THEN then_expr1
WHEN when_expr2 THEN then_expr2 ...
ELSE else_expr END- Utilizza CASE per scegliere tra due o più espressioni alternative nella tua query. Le espressioni WHEN devono essere booleane e tutte le espressioni nelle clausole THEN e ELSE devono essere di tipi compatibili.
CURRENT_USER()
- Restituisci l'indirizzo email dell'utente che esegue la query.
EVERY(<condition>)
- Restituisci
true
secondition
è true per tutti i suoi input. Quando viene utilizzata con la clausolaOMIT IF
, questa funzione è utile per le query che coinvolgono campi ripetuti. FROM_BASE64(<str>)
- Converti la stringa di input con codifica Base64
str
nel formato BYTES. Per convertire BYTES in una stringa con codifica base64, utilizza TO_BASE64(). HASH(expr)
- Calcola e restituisce un valore hash firmato a 64 bit dei byte di
expr
come definito dalla libreria CityHash (versione 1.0.3). Sono supportate qualsiasi stringa o espressione intera e la funzione rispettaIGNORE CASE
per le stringhe, restituendo valori non variabili tra maiuscole e minuscole. FARM_FINGERPRINT(expr)
- Calcola e restituisce un valore di fingerprint firmato a 64 bit dell'input
STRING
oBYTES
utilizzando la funzioneFingerprint64
della libreria open source FarmHash. L'output di questa funzione per un determinato input non cambierà mai e corrisponderà all'output della funzioneFARM_FINGERPRINT
quando utilizzi GoogleSQL. Consente di rispettareIGNORE CASE
per le stringhe, restituendo valori non varianti con maiuscole e minuscole. IF(condition, true_return, false_return)
- Restituisce
true_return
ofalse_return
, a seconda checondition
sia true o false. I valori restituiti possono essere valori letterali o valori derivati dai campi, ma devono essere dello stesso tipo di dati. I valori derivati dal campo non devono essere inclusi nella clausolaSELECT
. POSITION(field)
- Restituisci la posizione sequenziale singola di field all'interno di un insieme di campi ripetuti.
SHA1(<str>)
- Restituisci un hash SHA1, in formato BYTES, della stringa di input
str
. Puoi convertire il risultato in base64 utilizzando TO_BASE64(). Ad esempio:#legacySQL SELECT TO_BASE64(SHA1(corpus)) FROM [bigquery-public-data:samples.shakespeare] LIMIT 100;
SOME(<condition>)
- Restituisci
true
secondition
è true per almeno uno dei suoi input. Quando viene utilizzata con la clausolaOMIT IF
, questa funzione è utile per le query che coinvolgono campi ripetuti. TO_BASE64(<bin_data>)
- Converti l'input BYTES
bin_data
in una stringa con codifica base64. Ad esempio:#legacySQL SELECT TO_BASE64(SHA1(title)) FROM [bigquery-public-data:samples.wikipedia] LIMIT 100;
Per convertire una stringa con codifica Base64 in BYTES, utilizza FROM_BASE64().
Esempi avanzati
-
Raggruppamento dei risultati in categorie utilizzando le condizionali
La seguente query utilizza un blocco
CASE/WHEN
per raggruppare i risultati nelle categorie "region" in base a un elenco di stati. Se lo stato non compare tra le opzioni in una delle istruzioniWHEN
, il valore predefinito dello stato sarà "Nessuno".Esempio:
#legacySQL SELECT CASE WHEN state IN ('WA', 'OR', 'CA', 'AK', 'HI', 'ID', 'MT', 'WY', 'NV', 'UT', 'CO', 'AZ', 'NM') THEN 'West' WHEN state IN ('OK', 'TX', 'AR', 'LA', 'TN', 'MS', 'AL', 'KY', 'GA', 'FL', 'SC', 'NC', 'VA', 'WV', 'MD', 'DC', 'DE') THEN 'South' WHEN state IN ('ND', 'SD', 'NE', 'KS', 'MN', 'IA', 'MO', 'WI', 'IL', 'IN', 'MI', 'OH') THEN 'Midwest' WHEN state IN ('NY', 'PA', 'NJ', 'CT', 'RI', 'MA', 'VT', 'NH', 'ME') THEN 'Northeast' ELSE 'None' END as region, average_mother_age, average_father_age, state, year FROM (SELECT year, state, SUM(mother_age)/COUNT(mother_age) as average_mother_age, SUM(father_age)/COUNT(father_age) as average_father_age FROM [bigquery-public-data:samples.natality] WHERE father_age < 99 GROUP BY year, state) ORDER BY year LIMIT 5;
Resi:
+--------+--------------------+--------------------+-------+------+ | region | average_mother_age | average_father_age | state | year | +--------+--------------------+--------------------+-------+------+ | South | 24.342600163532296 | 27.683769419460344 | AR | 1969 | | West | 25.185041908446163 | 28.268214055448098 | AK | 1969 | | West | 24.780776677578217 | 27.831181063905248 | CA | 1969 | | West | 25.005834769924412 | 27.942978384829598 | AZ | 1969 | | South | 24.541730952905738 | 27.686430093306885 | AL | 1969 | +--------+--------------------+--------------------+-------+------+
-
Simulare una tabella pivot
Utilizza le istruzioni condizionali per organizzare i risultati di una query di selezione secondaria in righe e colonne. Nell'esempio che segue, i risultati della ricerca della maggior parte degli articoli di Wikipedia revisionati che iniziano con il valore "Google" sono organizzati in colonne in cui vengono visualizzati i conteggi delle revisioni se soddisfano vari criteri.
Esempio:
#legacySQL SELECT page_title, /* Populate these columns as True or False, */ /* depending on the condition */ IF (page_title CONTAINS 'search', INTEGER(total), 0) AS search, IF (page_title CONTAINS 'Earth' OR page_title CONTAINS 'Maps', INTEGER(total), 0) AS geo, FROM /* Subselect to return top revised Wikipedia articles */ /* containing 'Google', followed by additional text. */ (SELECT TOP (title, 5) as page_title, COUNT (*) as total FROM [bigquery-public-data:samples.wikipedia] WHERE REGEXP_MATCH (title, r'^Google.+') AND wp_namespace = 0 );
Resi:
+---------------+--------+------+ | page_title | search | geo | +---------------+--------+------+ | Google search | 4261 | 0 | | Google Earth | 0 | 3874 | | Google Chrome | 0 | 0 | | Google Maps | 0 | 2617 | | Google bomb | 0 | 0 | +---------------+--------+------+
-
Utilizzare HASH per selezionare un campione casuale dei dati
Alcune query possono fornire un risultato utile utilizzando un sottocampionamento casuale del set di risultati. Per recuperare un campionamento casuale di valori, usa la funzione
HASH
per restituire risultati in cui il modulo "n" dell'hash è uguale a zero.Ad esempio, la seguente query troverà il
HASH()
del valore di "title" e poi verifica se quel valore modulo "2" è zero. Ciò dovrebbe comportare l'etichettatura "campionata" di circa il 50% dei valori. Per campionare un numero inferiore di valori, aumenta il valore dell'operazione modulo da "2" a un valore maggiore. La query utilizza la funzioneABS
in combinazione conHASH
, perchéHASH
può restituire valori negativi e l'operatore modulo con un valore negativo restituisce un valore negativo.Esempio:
#legacySQL SELECT title, HASH(title) AS hash_value, IF(ABS(HASH(title)) % 2 == 1, 'True', 'False') AS included_in_sample FROM [bigquery-public-data:samples.wikipedia] WHERE wp_namespace = 0 LIMIT 5;