如何使用 DataStudio 过滤 BigQuery 数组

Question

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是一个数组（示例如下）：

行| 网址    | 标签
1 | x.com | 驴
                     | 孔
                     | 生活
                     | 这里

DataStudio 中的过滤器可以用于 BigQuery 数组，即标签列吗？

我想单击 DataStudio 中的过滤器下拉列表并查看列表：

1. donkey
2. kong
3. living
4. here

下面是查询 BigQuery 数组的代码，我必须使用where exists和unnest从标签列中获取结果

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

Answer 1

在 Data Studio 中使用数组很容易，因为它们是本机支持的。只需为该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，如果数组中至少有一项与过滤器匹配，则被过滤的图表或表格将仅包含顶级行。

不过有一些注意事项。

您的表格模型几乎就是发生的事情，所以如果您要在 Data Studio 中为Countof制作记分卡URL，您将获得 1。如果您在Count上做同样的事情TAGS，您将获得 4。这样，我认为 be 行为是理想的对于大多数人所期望的 - 您可以访问所有原始数据，就像您在 BigQuery 结果网格中看到的那样。

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所不同。. . 也就是说，它看起来更像是数据被CROSS JOIN'd，复制非数组值以匹配数组的行。因此，在没有计数示例的情况下，同时包含COUNT(URL)和的表COUNT(TAGS)将显示两者的值4. 这可能会弄乱一些计数/求和，因此在处理此问题时请注意并小心。仅当您在同一个 chart/table 中同时选择数组字段和非数组字段时才会发生这种情况。. . 否则行为就是你所期望的。这对于 BI 引擎无法加速的某些比较尤其令人困惑，因为这会改变语义，可能会破坏您的报告。如果您只使用COUNT_DISTINCT这些顶级字段之类的东西，那么无论哪种方式都可以正常工作。否则，您可能需要重构数据以确保安全。

如果您有一个 vert 大数据集并且担心读取比需要更多的数据，您还可以使用数据源参数作为将过滤值发送到查询的一种方式，然后只返回已经在 BigQuery 端过滤的结果 - 尽管大多数人们更喜欢直接在 Data Studio 中执行此操作的灵活性。