BigQuery：如何根据一列中元素的总计对表进行排序，但元素不唯一

Question

我一直在使用 BigQuery 公共数据集，即 bigquery-public-data.geo_international_ports.world_port_index。

我选择“国家/地区”和“港口大小”列，并计算国家/地区的总数。我将其添加为“harbor_size”列中值为“ALL”的新行。我想对这个总数进行排序，但在某种程度上，所有国家元素都集中在一起。原始 'harbor_size' 元素：['S', 'M', 'L', 'V'].

这是我到目前为止所拥有的：在此处输入图像描述

查询：

WITH
  total_n AS 
  (   
    SELECT     
      country,     
      "ALL" AS harbor_size,     
      COUNT(country) as hb_count   
    FROM bigquery-public-data.geo_international_ports.world_port_index
    GROUP BY country 
    ORDER BY country ASC, hb_count DESC
  )
SELECT * FROM total_n 

UNION ALL

SELECT 
  country, 
  harbor_size, 
  COUNT(country) as hb_count 
FROM bigquery-public-data.geo_international_ports.world_port_index
GROUP BY country, harbor_size 
ORDER BY country ASC, hb_count DESC;

所以最后，我想要拥有某物。像这样：

国家	h_尺寸	数	备注
美国	全部	10,000	<- sort on this
美国	L	7,000
美国	M	2,000
美国	S	1,000
CA	全部	9,000	<- sort on this
CA	L	6,000
CA	M	2,000
CA	S	1,000
...	...	...	...

我正在考虑在“harbor_size”中创建只有“ALL”的临时表，然后在排序后添加索引，以便每个国家都有一个索引，然后将其与另一个表（国家，harbor_size w/所有元素，计数）联合起来按索引排序。

Answer 1

您还没有说明您的查询的问题。事实上，它应该工作得很好，除了那些只有一种港口大小的国家/地区，因为这样“所有”行和大小行将具有相同的计数并最终任意排序。只需为此案例添加一个排序条件即可完成。

CTE 中的

ORDER BY

子句是多余的，因为子查询结果是无序数据集。 DBMS 可以完全忽略此子句。

您可以通过

ROLLUP

获得总数。这使得查询更简单：

SELECT     
  country,     
  COALESCE(harbor_size, 'ALL') AS hb_size,     
  COUNT(*) as hb_count   
FROM bigquery-public-data.geo_international_ports.world_port_index
GROUP BY ROLLUP(country)
ORDER BY country ASC, hb_count DESC, hb_size ASC;