谷歌自定义尺寸BigQuery

Question

我正在使用大查询，并试图导入自定义尺寸以及非自定义尺寸。分析是从应用程序发送的，基本上我需要一个包含列的表：用户ID（自定义维度），平台ID（自定义维度），屏幕名称（基本上是“网页名称”的应用程序版本）和日期。度量标准是将所有这些维度分组的“屏幕浏览次数”。这是它看起来象下面这样：

的GA报告的照片：

所以，在BigQuery中，我能拿到签出（与上述GA报表时），直到我的数字添加到自定义维度中。一旦我添加了自定义尺寸，这些数字就没有任何意义了。

我知道自定义维度嵌套在大查询中。所以我首先确保使用FLATTEN。然后，我尝试没有变平，并得到相同的结果。这些数字没有意义（比GA界面大几百倍）。

我的查询在下面（一个没有FLATTEN，另一个没有FLATTEN）。

PS我非常想用的

count(hits) 

代替

count(hits.appInfo.screenName) 

但我一直得到一个错误，当我在子查询中选择命中。

我的查询没有拼合在下面。如果你能帮助我弄清楚，为什么是它，一旦我添加自定义维度的所有数据被搞砸

SELECT 
    date, 
    hits.appInfo.version, 
    hits.appInfo.screenName, 
    UserIdd, 
    platform, 
count(hits.appInfo.screenName) 


FROM (
      SELECT 
      date, 
      hits.appInfo.version, 
      hits.appInfo.screenName, 
      max(case when hits.customdimensions.index = 5 then hits.customdimensions.value end) within record as UserIdd, 

      max(case when hits.customdimensions.index = 20 then hits.customdimensions.value end) within record as platform 



      FROM 
      TABLE_DATE_RANGE([fiery-cabinet-97820:87025718.ga_sessions_], TIMESTAMP('2017-04-04'), TIMESTAMP('2017-04-04')) 

      ) 

    where UserIdd is not null 
    and platform = 'Android' 

GROUP BY 
    1, 
    2, 
    3, 
    4, 
    5 
ORDER BY 
    6 DESC 

，这里是我的查询与FLATTEN（同样的问题 - 数字不有道理）

SELECT 
date, 
hits.appInfo.version, 
    customDimensions.index, 
    customDimensions.value, 
    hits.appInfo.screenName, 
    UserIdd, 
count(hits.appInfo.screenName) 

FROM (FLATTEN((FLATTEN((
      SELECT 
      date, 
      hits.appInfo.version, 
      customDimensions.value, 
      customDimensions.index, 
      hits.appInfo.screenName, 
      max(case when hits.customdimensions.index = 5 then hits.customdimensions.value end) within record as UserIdd, 
      hits.type 

      FROM 
      TABLE_DATE_RANGE([fiery-cabinet-97820:87025718.ga_sessions_], TIMESTAMP('2017-04-04'), TIMESTAMP('2017-04-04'))), customDimensions.value)),hits.type)) 

WHERE 
    customDimensions.value = 'Android' 
    and customDimensions.index = 20 
    and UserIdd is not null 


GROUP BY 
    1, 
    2, 
    3, 
    4, 
    5, 
    6 
ORDER BY 
    7 DESC 

Answer 1

我不确定hits.customDimensions.*将始终具有用户范围的维度（并且我猜你的userId指标是用户范围的）。

具体而言，应该从customDimensions查询用户范围的维度，而不是hits.customDimensions。

从概念上讲，第一步是使customDimensions与hits.*兼容，通过展平或范围聚合。我会解释扁平化方法。

GA记录的形状为(customDimensions[], hits[], ...)，这对查询这两个字段都没有好处。我们首先将这些扁平化为(customDimensionN, hits[], ...)。

上一级，通过选择hits.*下的字段，我们将表格隐式地变为(customDimensionN, hitN)记录。我们对这些进行过滤以仅包含匹配(customDimension5, appviewN)的记录。

最后一步是计算一切。

SELECT date, v, sn, uid, COUNT(*) 
FROM (
    SELECT 
     date, 
     hits.appInfo.version v, 
     hits.appInfo.screenName sn, 
     customDimensions.value uid 
    FROM 
     FLATTEN((
      SELECT customDimensions.*, hits.*, date 
      FROM 
      TABLE_DATE_RANGE(
       [fiery-cabinet-97820:87025718.ga_sessions_], 
       TIMESTAMP('2017-04-04'), 
       TIMESTAMP('2017-04-04'))), 
     customDimensions) 
WHERE hits.type = "APPVIEW" and customDimensions.index = 5) 
GROUP BY 1,2,3,4 
ORDER BY 5 DESC 

下面是另一种等效方法。这使用了我在GA BQ食谱中推荐的范围化聚合技巧。查看查询说明，但是，MAX(IF(...)) WITHIN RECORD似乎相当昂贵，在第一阶段触发了额外的COMPUTE和AGGREGATE阶段。不过，奖励积分更容易消化。

SELECT sn, uid, date, v, COUNT(*) 
FROM (
    SELECT 
     MAX(IF(customDimensions.index = 5, customDimensions.value, null)) within record as uid, 
     hits.appInfo.screenname as sn, 
     date, 
     hits.appInfo.version as v, 
     hits.type 
    FROM 
     TABLE_DATE_RANGE([fiery-cabinet-97820:87025718.ga_sessions_], TIMESTAMP('2017-04-04'), TIMESTAMP('2017-04-04'))) 
WHERE hits.type = "APPVIEW" and uid is not null 
GROUP BY 1,2,3,4 
ORDER BY 5 DESC 

我还不熟悉BQ的标准SQL方言，但它似乎会简化这种争吵。如果你会做出这样的许多查询，你可能想要围绕这个问题进行讨论。