0
目前,由于此question的回答者的帮助,我能够成功查询单词,并获得最受欢迎的后续单词列表。例如,用的是“伟大”,我能够得到如下格式的多达10个字的清单:在带有多个输入的trigrams上构造BigQuery
SELECT second, SUM(cell.page_count) total
FROM [publicdata:samples.trigrams]
WHERE first = "great"
group by 1
order by 2 desc
limit 10
随着输出:
second total
------------------
deal 3048832
and 1689911
, 1576341
a 1019511
number 984993
many 875974
importance 805215
part 739409
. 700694
as 628978
什么我目前遇到麻烦搞清楚如何是如何做到这一点查询自动多个单词(而不是调用每次一个单独的词的查询),这样我可能有一个输出,如:
"great" total "new_word_1" new_total_1 ... "new_word_N" new_total_N
-----------------------------------------------------------------------------------------
deal 3048832 "new_follow_on_word1" 123456 ... "follow_on_N1" 234567
and 1689911 "new_follow_on_word2" 12345 ... "follow_on_N2" 123456
基本上我可以在单个查询中调用N
字数(例如,new_word_1
是一个完全不同的单词,如“棒球”,没有与“伟大”的关系),并获取与每个单词相关的总计数在不同的列上。
此外,在了解了BigQuery的pricing之后,我也无法弄清楚如何尽可能限制查询的总数据。我可以考虑只使用最新的数据(比如2010年以后)和每字2个字母数字输出,但可能会丢失更明显的限制器。
我刚刚删除了我的答案,因为我意识到我错过了前10名的要求 –