我试图找出过去2个月内,在14天的滚动窗口内执行特定操作(p.action中的任何一行)的美国用户的不同计数。
这是问题。我想要一些技巧,告诉我如何重新编写它,以避免使用相关子查询,因为presto不允许这样做。
SELECT dt,
(SELECT COUNT(DISTINCT user_id)
FROM p.action
WHERE dt BETWEEN q.dt - 13 AND q.dt -- period of 14 days
AND country = 'US'
) AS 14d_rolling_users
FROM p.action q
WHERE dt BETWEEN '2016-08-24' AND '2016-10-24'
GROUP BY dt
ORDER BY dt ASC
我一直绞尽脑汁想弄明白,我怎样才能做到这一点,而不只是运行60个单独的查询(每天一个)。
感谢您的帮助,谢谢!
2条答案
按热度按时间khbbv19g1#
我没有使用presto的经验,但从逻辑上讲,您可以重写查询来执行的笛卡尔乘积联接(join without no conditions)
p.action
有2个月的日期限制p.action
使用相同的2个月的日期约束,则不需要内部查询。提前创建2个月表会更有效—这里的条件是在连接之后应用的。
gtlvzcf82#
最好是手动汇总。
这会将表中的每一行转换为14行,并添加额外的
rollup__ds
时间戳。然后我们按这个新列分组,创建一个滚动的14天窗口。其复杂性在于O(N*14) = O(N)
因此是线性的。希望有帮助!
注意:如果您不需要distinct count,那么最好使用窗口函数,唉,这对distinct count不起作用,因为它们不是那样可求和的。