如何基于表数据返回标志值

如何解决如何基于表数据返回标志值

我在大查询中有一个表“ emp”，如下所示：

如果我们将所有列或不同的记录分组，那么我们将得到3作为计数，如果我们计算（*），那么它将得到4

如果不同的记录和count（*）值不相等（本例中为3！= 4），我需要编写一个必须返回“ 1”的查询，否则将“ 0”作为如下标记

谢谢！

解决方法

以下是用于BigQuery标准SQL

#standardSQL
SELECT IF(COUNT(*) = COUNT(DISTINCT FORMAT('%t',t)),1) AS flag
FROM `project.dataset.emp` t   

如果要应用于问题中的样本数据-结果为

Row flag     
1   1    

,

如果要查找重复项，可以使用：

select empno,empname,deptno
from t
group by empno,deptno
having count(*) > 1;

然后，您可以将其合并到查询中以返回标志，如果您愿意的话：

select exists (select 1
               from t
               group by empno,deptno
               having count(*) > 1
              ) as flag

,

这可能会更好一点...

• 只需将bigquery-public-DATA替换为您的项目，并将austin_bikeshare替换为您的数据集。

为什么更好？

1. 查询__表格__并不是免费的：-）
2. 在散列上进行不重复计数的速度稍快（如果使用超大型数据集，则将使用rox_count_distinct并取整）
3. 您的标志得到的数字介于0和1之间-每个表中都显示了小数位数-可以是
4. 运行整个数据集（假设您要做的只是微不足道的事情）。

#standard sql：

select 
  b.table_id Table_Name,round(safe_divide(count(distinct(FARM_FINGERPRINT(FORMAT('%T',a)))),row_count),4) dup_ratio,cast( trunc(safe_divide(count(distinct(FARM_FINGERPRINT(FORMAT('%T',row_count)) as INT64) your_flag 
from 
  `bigquery-public-data.austin_bikeshare.*` a
inner join 
  bigquery-public-data.austin_bikeshare.__TABLES__ b 
 on a._TABLE_SUFFIX = b.table_id
group by 
  table_id,row_count

结果：

Table_Name           dup_ratio  your_flag
bikeshare_stations   0.0104     0
bikeshare_trips      1.0        1