PARTITION BY in CASE 不适用于多个 AND 语句

Question

我有一个包含 4 列的 table：hitId、userId、timestamp 和 Camp。我需要使用两个参数对点击是否是新会话的开始（1 或 0）进行分类：1.点击之间的时间差和 2.如果点击的来源是新活动。

我需要 BigQuery 中的标准 SQL 查询。

如果满足以下任一条件，则点击被视为新会话的开始：

这是其 userId 的第一个点击
上一次点击的时间戳与同一个userId超过30分钟
同一个userId上一次点击时间戳的时间差小于30分钟，但Camp（广告活动）值不为NULL，并且是前30分钟内第一次出现同一个userId .

所以如果来自user1的hit1有一个等于Campaign1的营地，并且来自user1的hit2有一个等于Campaign1的营地，并且hit1和hit2之间的时间差小于30分钟，hit1将被视为一个开始会话，hit2 不会被视为开始。

我在竞选部分遇到了问题。我试过这段代码：

我试过这段代码：

WITH timeDifference AS (
  SELECT *, 
  TIMESTAMP_DIFF(timestamp, LAG(timestamp, 1) OVER
          (PARTITION BY userId ORDER BY timestamp), SECOND) AS difference
    FROM hitTable
      ORDER BY timestamp)
SELECT *, 
  CASE 
  WHEN difference >= 30 * 60 THEN 1 
  WHEN difference IS NULL THEN 1 
  WHEN difference <= 30 * 60 AND Camp IS NOT NULL AND RANK() 
  OVER (PARTITION BY userId ORDER BY Camp) = 1 THEN 1
  ELSE 0 END AS sess
  FROM timeDifference
  ORDER BY timestamp;

条件 RANK() OVER (PARTITION BY userId ORDER BY Camp) 似乎不起作用，因为我收到此 table:

hitId | userId |  timestamp   |  Camp           |  difference  |  sess
_______________________________________________________________________
00150 | 858201 | 00:48:35.315 |  NULL           |  NULL        |  1
00151 | 858201 | 00:49:35.315 |  NULL           |  5           |  0
00152 | 858201 | 00:50:35.315 |  Search-Ads-US  |  10          |  0
00153 | 858201 | 00:53:35.315 |  Search-Ads-US  |  15          |  0
00154 | 858202 | 00:54:35.315 |  Facebook-Ads   |  NULL        |  1
00155 | 858202 | 00:54:55.315 |  Facebook-Ads   |  9           |  0
00156 | 858202 | 00:57:20.315 |  Facebook-Ads   |  12          |  0

虽然我希望 hitId = 00152 的 sess 列有 1 个：

hitId | userId |  timestamp   |  Camp           |  difference  |  sess
_______________________________________________________________________
00150 | 858201 | 00:48:35.315 |  NULL           |  NULL        |  1
00151 | 858201 | 00:49:35.315 |  NULL           |  5           |  0
00152 | 858201 | 00:50:35.315 |  Search-Ads-US  |  10          |  1
00153 | 858201 | 00:53:35.315 |  Search-Ads-US  |  15          |  0
00154 | 858202 | 00:54:35.315 |  Facebook-Ads   |  NULL        |  1
00155 | 858202 | 00:54:55.315 |  Facebook-Ads   |  9           |  0
00156 | 858202 | 00:57:20.315 |  Facebook-Ads   |  12          |  0

Answer 1

这个 RANK() OVER (PARTITION BY userId ORDER BY Camp) returns 在用户拥有多个营地的情况下会产生错误结果。

请注意您的 PARTITION BY 使用 userId，而您想要在每个训练营中标记会话。

用户 ID 00150 的 RANK() (...) 语句的实际 "rank 1" 是 Camp 为 NULL（hitId 00150）的地方，因此它错过了 hitId 00152 处的 CASE 条件。

您可以尝试将 'Camp' 添加到您的 PARTITION BY，如下所示： RANK() OVER (PARTITION BY userId, Camp ORDER BY Camp)

或者，除了您正在计算的 LAG(timestamp) (...) 之外，您还可以替换 RANK() (...) 并使用 LAG(Camp)（...按时间戳排序）。这将检索之前行的 Camp 值（称之为 'PreviousCampValue'）。然后你可以添加类似 WHEN PreviousCampValue != Camp THEN 1

希望对您有所帮助

PARTITION BY in CASE 不适用于多个 AND 语句

PARTITION BY in CASE doesn't work with several AND statements

sql

session

partitioning

google-bigquery