如何使用 DataStudio 过滤 BigQuery 数组
How to filter BigQuery arrays with DataStudio
我在 BigQuery 中有一个包含两列的数据集：
1。 url
2。标签
URL 是单个值，TAGS 是数组（示例如下）：
行 | URL | 标签
1 | x.com |驴
|香港
|生活
|这里
DataStudio 中的过滤器可以在 BigQuery 数组（即标记列）上工作吗？
我想单击 DataStudio 中的过滤器下拉菜单并查看列表：
1。驴
2。孔
3。生活
4。这里
下面是查询 BigQuery 数组的代码，我必须使用 where exists 和 unnest 从 Tags column
select * FROM `any_table`
where exists(select * from unnest(tags) as tags where tags = 'donkey')
https://cloud.google.com/bigquery/docs/reference/standard-sql/arrays#scanning-for-specific-values
在 Data Studio 中使用数组很容易，因为它们本身就受支持。只需为 TAGS 字段设置一个过滤器，它就会像所有单独的字段一样工作。语义是，如果数组中的至少一项与过滤器匹配，则被过滤的图表或 table 将仅包含顶级行。
不过有一些注意事项。
您的 table 模型几乎就是所发生的事情，因此如果您要在 Data Studio 中为 Count of URL 制作记分卡，您将得到 1。如果您这样做在 TAGS 上使用相同的 Count，你会得到 4。通过这种方式，我认为 be 行为是大多数人所期望的理想行为——你可以访问所有原始数据，就像你在 BigQuery 结果网格中查看。
但是，如果您使用 BI Engine 来加速您的仪表板，我注意到行为有时会有些不同。 . .也就是说，它看起来更像是数据得到 CROSS JOIN'd，复制非数组值以匹配数组的行。因此，如果没有计数示例，COUNT(URL) 和 COUNT(TAGS) 的 table 将显示两者的值都是 4。这可能会弄乱一些 counting/summing，所以在使用它时要小心谨慎。只有当您 select 在同一个 chart/table 中既有数组字段又有非数组字段时，才会发生这种情况。 . .否则行为就是您所期望的。对于 BI Engine 无法加速的某些比较，这尤其令人困惑，因为这会改变语义，可能会破坏您的报告。如果您只对那些顶级字段使用 COUNT_DISTINCT 之类的东西，那么无论哪种方式都可以正常工作。否则，您可能需要重组数据以确保安全。
如果你有一个非常大的数据集，并且担心读取的数据比需要的多，你也可以使用 Data Source Parameters 作为将过滤器值发送到查询的方式，那么只需要 return结果已经在 BigQuery 端进行了过滤——尽管大多数人更喜欢直接在 Data Studio 中灵活地执行此操作。
我在 BigQuery 中有一个包含两列的数据集：
1。 url
2。标签
URL 是单个值，TAGS 是数组（示例如下）：
行 | URL | 标签1 | x.com |驴
|香港
|生活
|这里
DataStudio 中的过滤器可以在 BigQuery 数组（即标记列）上工作吗？
我想单击 DataStudio 中的过滤器下拉菜单并查看列表：
1。驴
2。孔
3。生活
4。这里
下面是查询 BigQuery 数组的代码，我必须使用 where exists 和 unnest 从 Tags column
select * FROM `any_table`
where exists(select * from unnest(tags) as tags where tags = 'donkey')
https://cloud.google.com/bigquery/docs/reference/standard-sql/arrays#scanning-for-specific-values
在 Data Studio 中使用数组很容易，因为它们本身就受支持。只需为 TAGS 字段设置一个过滤器，它就会像所有单独的字段一样工作。语义是，如果数组中的至少一项与过滤器匹配，则被过滤的图表或 table 将仅包含顶级行。
不过有一些注意事项。
您的 table 模型几乎就是所发生的事情，因此如果您要在 Data Studio 中为 Count of URL 制作记分卡，您将得到 1。如果您这样做在 TAGS 上使用相同的 Count，你会得到 4。通过这种方式，我认为 be 行为是大多数人所期望的理想行为——你可以访问所有原始数据，就像你在 BigQuery 结果网格中查看。
但是，如果您使用 BI Engine 来加速您的仪表板，我注意到行为有时会有些不同。 . .也就是说，它看起来更像是数据得到 CROSS JOIN'd，复制非数组值以匹配数组的行。因此，如果没有计数示例，COUNT(URL) 和 COUNT(TAGS) 的 table 将显示两者的值都是 4。这可能会弄乱一些 counting/summing，所以在使用它时要小心谨慎。只有当您 select 在同一个 chart/table 中既有数组字段又有非数组字段时，才会发生这种情况。 . .否则行为就是您所期望的。对于 BI Engine 无法加速的某些比较，这尤其令人困惑，因为这会改变语义，可能会破坏您的报告。如果您只对那些顶级字段使用 COUNT_DISTINCT 之类的东西，那么无论哪种方式都可以正常工作。否则，您可能需要重组数据以确保安全。
如果你有一个非常大的数据集，并且担心读取的数据比需要的多，你也可以使用 Data Source Parameters 作为将过滤器值发送到查询的方式，那么只需要 return结果已经在 BigQuery 端进行了过滤——尽管大多数人更喜欢直接在 Data Studio 中灵活地执行此操作。