錯誤：標量子查詢產生多個元素

Question

我們剛剛開始將我們的查詢從Legacy遷移到標準SQL，因此我們正在學習如何處理嵌套數據和數組。

基本上我們想要做的是從ga_sessions表檢索以下數據：

visitor id, session id, array of skus 
visitor 1, session 1, [sku_0, sku_1, (...), sku_n] 
visitor 1, session 2, [skus] 

要做到這一點，我們是把這個簡單的查詢：

WITH 
    customers_data AS(
    SELECT 
    fullvisitorid fv, 
    visitid v, 
    ARRAY_AGG((
     SELECT 
     prods.productsku 
     FROM 
     UNNEST(hits.product) prods)) sku 
    FROM 
    `dataset_id.ga_sessions_*`, 
    UNNEST(hits) hits 
    WHERE 
    1 = 1 
    AND _table_suffix BETWEEN FORMAT_DATE("%Y%m%d", DATE_SUB(CURRENT_DATE(), INTERVAL 1 DAY)) 
    AND FORMAT_DATE("%Y%m%d", DATE_SUB(CURRENT_DATE(), INTERVAL 0 DAY)) 
    --and (select count(productsku) from unnest(hits.product) where productsku is not null) = 1 
    GROUP BY 
    fv, 
    v 
    LIMIT 
    100) 
SELECT 
    * 
FROM 
    customers_data 

但我們得到這個錯誤：

Error: Scalar subquery produced more than one element 

來自hits字段的數據看起來如此mething這樣的：

所以，當我們addded回where條款：

and (select count(productsku) from unnest(hits.product) where productsku is not null) = 1 

它不給一個錯誤，但結果有重複的SKU，我們也賠了進去越大的SKU陣列。

我們的查詢中是否存在一些錯誤，以防止數組未被引用？

Answer 1

如果我理解正確的，我想你想是這樣的：

WITH customers_data AS (
    SELECT 
    fullvisitorid fv, 
    visitid v, 
    ARRAY_CONCAT_AGG(ARRAY(
     SELECT productsku FROM UNNEST(hits.product))) sku 
    FROM 
    `dataset_id.ga_sessions_*`, 
    UNNEST(hits) hits 
    WHERE 
    _table_suffix BETWEEN 
     FORMAT_DATE("%Y%m%d", DATE_SUB(CURRENT_DATE(), INTERVAL 1 DAY)) 
     AND FORMAT_DATE("%Y%m%d", DATE_SUB(CURRENT_DATE(), INTERVAL 0 DAY)) 
    GROUP BY 
    fv, 
    v 
    LIMIT 
    100 
) 
SELECT 
    * 
FROM 
    customers_data; 

這會保留所有的SKU，通過一個多ARRAY子查詢提取的SKU爲每一行使用ARRAY_CONCAT_AGG。如果你想跨行重複數據刪除所有的SKU的，可以更換

SELECT 
    * 
FROM 
    customers_data; 

有：

SELECT * 
    REPLACE (ARRAY(SELECT DISTINCT s FROM UNNEST(sku) AS s) AS sku) 
FROM 
    customers_data; 

編輯：對於更多的閱讀，把文檔中看看types of expression subqueries。在你的情況下，你需要一個ARRAY子查詢，因爲想法是在每一行中取一個ARRAY<STRUCT<...>>，並將其轉換爲字段類型的ARRAY，以便跨行連接數組。

ARRAY_AGG從單個元素創建一個數組，而ARRAY_CONCAT_AGG從數組串聯創建一個數組。它們之間的區別類似於數組文字構造函數[]和ARRAY_CONCAT之間的區別，但_AGG版本是集合函數。

作爲一個獨立的例子，可以嘗試：

WITH T AS (
    SELECT ARRAY<STRUCT<x INT64, y INT64>>[(1, 10), (2, 11), (3, 12)] AS arr UNION ALL 
    SELECT ARRAY<STRUCT<x INT64, y INT64>>[(4, 13)] UNION ALL 
    SELECT ARRAY<STRUCT<x INT64, y INT64>>[(5, 14), (6, 15)] 
) 
SELECT ARRAY(SELECT x FROM UNNEST(arr)) AS x_array 
FROM T; 

，其中每個陣列中的元件處於arr那些從每個元素x場這將返回一個列x_array。要連接所有數組，以便結果中有單行，請使用ARRAY_CONCAT_AGG，例如，：

WITH T AS (
    SELECT ARRAY<STRUCT<x INT64, y INT64>>[(1, 10), (2, 11), (3, 12)] AS arr UNION ALL 
    SELECT ARRAY<STRUCT<x INT64, y INT64>>[(4, 13)] UNION ALL 
    SELECT ARRAY<STRUCT<x INT64, y INT64>>[(5, 14), (6, 15)] 
) 
SELECT ARRAY_CONCAT_AGG(ARRAY(SELECT x FROM UNNEST(arr))) AS x_array 
FROM T; 

對於你的另一個問題，REPLACE接受與他們是爲了取代列配對錶達式的列表。表達式可以是簡單的，如文字，也可以是更復雜的東西，例如ARRAY子查詢，這就是我使用的。例如：

WITH T AS (
    SELECT 1 AS x, 'foo' AS y, true AS z UNION ALL 
    SELECT 2, 'bar', false UNION ALL 
    SELECT 3, 'baz', true 
) 
SELECT * REPLACE(1 - x AS x, CAST(x AS STRING) AS y) 
FROM T; 

這將替換會從SELECT *與1 - x和CAST(x AS STRING)而不是結果中返回原來的x和y列。