작성
·
32
0
# 1. array_exercises 테이블에서 각 영화(title)별로 장르(genres)를 UNNEST해서 보여주세요
SELECT
title,
genre # UNNEST에서 사용한 새로운 컬럼으로 사용 / 기존 ARRAY_COULMN은 사용 X
FROM advanced.array_exercises
CROSS JOIN UNNEST(genres) AS genre;
# 2. array_exercises 테이블에서 각 영화(title)별로 배우(actor)와 배역(character)을 보여주세요. 배우와 배역은 별도의 컬럼으로 나와야 합니다
SELECT
title,
actor.actor,
actor.character
FROM advanced.array_exercises
CROSS JOIN UNNEST(actors) AS actor;
# 3. array_exercises 테이블에서 각 영화(title)별로 배우(actor), 배역(character), 장르(genre)를 출력하세요. 한 Row에 배우, 배역, 장르가 모두 표시되어야 합니다
SELECT
title,
actor.actor,
actor.character,
genre
FROM advanced.array_exercises
CROSS JOIN UNNEST(actors) AS actor
CROSS JOIN UNNEST(genres) AS genre;
# 4. 앱 로그 데이터(app_logs)의 배열을 풀어주세요
SELECT
user_id,
event_date,
event_name,
user_pseudo_id,
event_param.key,
event_param.value.string_value,
event_param.value.int_value
FROM advanced.app_logs
CROSS JOIN UNNEST(event_params) AS event_param
WHERE
event_date = "2022-08-01";
: 축을 중심으로 회전한다
# 1. orders테이블에서 유저(user_id)별로 주문 금액(amount)의 합계를 PIVOT해주세요. 날짜(order_date)를 행(Row)으로, user_id를 열(Column)으로 만들어야 합니다
SELECT
order_date,
SUM(IF(user_id = 1, amount, 0)) AS user_1,
SUM(IF(user_id = 2, amount, 0)) AS user_2,
SUM(IF(user_id = 3, amount, 0)) AS user_3,
FROM advanced.orders
GROUP BY ALL
ORDER BY
order_date;
# 2. orders 테이블에서 날짜(order_date)별로 유저들의 주문 금액(amount)의 합계를 PIVOT 해주세요. user_id를 행(Row)으로, order_date를 열(Column)으로 만들어야 합니다
SELECT
user_id,
SUM(IF(order_date = "2023-05-01", amount, 0)) AS `2023-05-01`,
SUM(IF(order_date = "2023-05-02", amount, 0)) AS `2023-05-02`,
SUM(IF(order_date = "2023-05-03", amount, 0)) AS `2023-05-03`,
SUM(IF(order_date = "2023-05-04", amount, 0)) AS `2023-05-04`,
SUM(IF(order_date = "2023-05-05", amount, 0)) AS `2023-05-05`
FROM advanced.orders
GROUP BY ALL
ORDER BY
user_id;
# 3. orders 테이블에서 사용자(user_id)별, 날짜(order_date)별로 주문이 있다면 1, 없다면 0으로 PIVOT 해주세요. user_id를 행(Row)으로, order_date를 열(Column)로 만들고 주문을 많이 해도 1로 처리합니다
SELECT
user_id,
MAX(IF(order_date = "2023-05-01", 1, 0)) AS `2023-05-01`,
MAX(IF(order_date = "2023-05-02", 1, 0)) AS `2023-05-02`,
MAX(IF(order_date = "2023-05-03", 1, 0)) AS `2023-05-03`,
MAX(IF(order_date = "2023-05-04", 1, 0)) AS `2023-05-04`,
MAX(IF(order_date = "2023-05-05", 1, 0)) AS `2023-05-05`
FROM advanced.orders
GROUP BY ALL
ORDER BY
user_id;
# 4. app_log를 pivot하기
WITH base AS(
SELECT
user_id,
event_date,
event_name,
event_timestamp,
user_pseudo_id,
MAX(if(event_param.key = "firebase_screen", event_param.value.string_value, NULL)) AS firebase_screen,
MAX(if(event_param.key ="food_id", event_param.value.int_value, NULL)) AS food_id,
MAX(if(event_param.key ="session_id", event_param.value.string_value, NULL)) AS session_id
FROM avdanced.app_logs
CROSS JOIN UNNEST (event_params) AS event_param
WHERE
event_date ='2022-08-01'
GROUP BY ALL
)
SELECT
event_date,
COUNT(user_id) AS cnt
FROM base
WHERE
event_name = 'click_cart'
GROUP BY ALL;
: 깔때기 의미 → 넓은 시작점에서 점점 좁하지는 흐름
WITH base AS (SELECT
event_date,
event_timestamp,
event_name,
user_id,
user_pseudo_id,
platform,
MAX(IF(event_param.key = "firebase_screen", event_param.value.string_value, NULL)) AS fire_screen,
-- MAX(IF(event_param.key = "food_id", event_param.value.int_value, NULL)) AS food_id,
MAX(IF(event_param.key = "session_id", event_param.value.string_value, NULL)) AS session_id
FROM advanced.app_logs
CROSS JOIN UNNEST(event_params) AS event_param
WHERE
event_date BETWEEN "2022-08-01" AND "2022-08-18"
GROUP BY ALL
), fiter_event_and_concat_event_and_screen AS (
-- event_name + screen (필요한 이벤트만 WHERE 조건에 걸어서 사용)
SELECT
* EXCEPT(event_name, fire_screen, event_timestamp),
CONCAT(event_name, "-", fire_screen) AS event_name_with_screen,
DATETIME(TIMESTAMP_MICROS(event_timestamp), 'Asia/Seoul') AS event_datetime
FROM base
WHERE
event_name IN ("screen_view", "click_payment")
)
-- step_number + COUNT
-- step_number : CASE WHEN을 사용해 숫자 지정
SELECT
event_name_with_screen,
CASE
WHEN event_name_with_screen = "screen_view-welcome" THEN 1
WHEN event_name_with_screen = "screen_view-home" THEN 2
WHEN event_name_with_screen = "screen_view-food_category" THEN 3
WHEN event_name_with_screen = "screen_view-restaurant" THEN 4
WHEN event_name_with_screen = "screen_view-cart" THEN 5
WHEN event_name_with_screen = "click_payment-cart" THEN 6
ELSE NULL
END AS step_number,
COUNT(DISTINCT user_pseudo_id) AS cnt
FROM fiter_event_and_concat_event_and_screen
GROUP BY ALL
HAVING step_number IS NOT NULL
WHERE
user_pseudo_id = "1350836585.3421064109"
-- 일자별
SELECT
event_date,
event_name_with_screen,
CASE
WHEN event_name_with_screen = "screen_view-welcome" THEN 1
WHEN event_name_with_screen = "screen_view-home" THEN 2
WHEN event_name_with_screen = "screen_view-food_category" THEN 3
WHEN event_name_with_screen = "screen_view-restaurant" THEN 4
WHEN event_name_with_screen = "screen_view-cart" THEN 5
WHEN event_name_with_screen = "click_payment-cart" THEN 6
ELSE NULL
END AS step_number,
COUNT(DISTINCT user_pseudo_id) AS cnt
FROM fiter_event_and_concat_event_and_screen
GROUP BY ALL
HAVING step_number IS NOT NULL
ORDER BY event_date;
답변 1
0
안녕하세요, 인프런 AI 인턴입니다. 강경모님.
BigQuery에서 ARRAY와 STRUCT를 사용하여 데이터를 처리하고 분석하는 방법, PIVOT을 활용한 데이터 변환이 복잡할 수 있지만 강력한 도구가 될 수 있습니다. 퍼널 분석에 대한 연습을 통해 이러한 기술을 익히고 이해하는 데 도움이 될 것입니다.
귀하의 SQL 쿼리와 관련하여 도움이 될 수 있는 몇 가지 유사한 답변을 소개합니다:
ARRAY와 STRUCT 사용 예시
UNNEST
하고 구조화하는 방법에 대한 예시입니다.PIVOT 쿼리 작성
퍼널 분석 쿼리 구성 및 문제 해결
이 연습 문제들을 잘 활용하시면, 실제 데이터 분석 환경에서 데이터를 다루고 분석하는 데 큰 도움이 될 것입니다. 퍼널 분석은 특히나 사용자 행동 분석에 있어 중요한 역할을 하며, 데이터 기반 의사결정에 많은 기회를 줄 수 있습니다.
질문이나 어려운 점 있으시면 언제든지 이어서 문의해 주세요. 지식공유자가 곧 답변해 주실 것입니다.
저는 질문자님의 이해를 돕고자 지식공유자님의 기존 답변을 참고하여 유사한 답변 링크를 추천해드리고 있습니다. 현재 베타 기능으로 답변이 만족스럽지 않을 수 있는 점 양해 부탁드립니다. 🙏 추가적으로 궁금한 점이 있으시면, 이어서 질문해 주세요. 곧 지식공유자께서 답변해 주실 것입니다.