SQL on Think and Write

SQLでカテゴリごとに最大・最小の値を持つ行を取得する

Fri, 28 Apr 2023 23:18:34 +0900

SQLではよくあるケースだけど案外書くのが難しい書き方。
これが一番簡単だと思いますが、もっといい方法があったら教えてください。

やりたいこと

なんらかのカテゴリーごとに順番で並べて一番数値が高い行の他のカラムのデータを取得するクエリです。
たとえば、下記のitemsというテーブルがあったときcategoryごとにpriceが最も高いnameを取得するという問題です。

itemsテーブル

category	name	price
belt	a	2000
belt	b	10000
belt	c	4000
wallet	d	3000
wallet	e	60000
wallet	f	15000
wallet	g	20000

求める結果

category	name	price
belt	b	10000
wallet	e	60000

クエリの例

この問題はwindow関数でrow_number関数を使うことで記述する方法がオススメです。

select
category,
name,
price
from (
select
category,
name,
price,
row_number() over (partition by category order by price desc) as price_order
from
items
)
where
price_order = 1

なにをやっているのか簡単に言うと partition by category でcategoryごとにわけて order by price desc でprice降順で並びかえたところに row_number() で順番に番号を割り当てています。
これによってpriceが最も高いとprice_orderカラムに1が入り降順で番号が割り当てられます。
これをサブクエリとして price_order = 1 に絞り込むことで最大の値が手に入るという仕組みです。
注意点として同じpriceの行が複数存在する場合はどれか1行しか得られません。

メッセージの往復回数をカウントするSQLクエリの書き方

Wed, 15 Mar 2023 01:20:36 +0900

タイトルどおりメッセージの往復回数をカウントするクエリの書き方です。
正確には異なるユーザがメッセージを送った回数をカウントする方法なのでチャットルームが1vs1なら往復回数だし3人以上いたら発信者が切り替わった回数と見ることができます。
最近はチャットサポートが当たり前になってきましたしチャットを提供するサービスも一般化してきたので使う機会は割とあるのではないでしょうか。
環境はBigQueryを想定しています。

データのイメージ

こういう感じのデータをイメージしています。
massagesというテーブルに下記のようなデータが入っているとします。

id	room_id	user_id	created_at
1	300	600	2023-01-01 00:00:00
2	300	700	2023-01-01 01:01:01
3	300	600	2023-01-01 08:01:02
4	400	800	2023-02-01 00:10:03
5	400	900	2023-03-01 01:00:04
6	400	900	2023-04-01 0500:05

idはmassageのユニークキーです。
room_idはチャットルームごとのユニークキーです。
room_idごとに何往復のチャットがやりとりされたのか数え上げることが目的です。
user_idはチャットルームに参加しているユーザのidでmassageを誰が送ったのかわかります。
ここではチャットルームに2人のユーザがいることを想定しています。

例文

with massages_with_lag as (
select
id,
room_id,
user_id,
lag(user_id, 1) over (partition by room_id order by created_at) as lag_user_id
from
massages
)
select
room_id,
ceil(count(case when user_id <> lag_user_id then id end) / 2) as count_round_trips
from
massages_with_lag
group by
room_id

このクエリは2つにわかれています。
前半は各メッセージごとに1つ前のメッセージのuser_idを横並びにさせ、後半でuser_idを比較して違ったらカウントが1つ増え、それを半分で割って小数点以下を繰り上げることで往復回数としています。

BigQueryでJSONの配列から行に変換する

Wed, 07 Dec 2022 11:30:18 +0900

valueに配列を含むJSONから配列を抽出し行へ変換するクエリの書き方

前提

下記のようなJSONが “テーブル名：table_1” の “列名：item_logs” に格納されいてるとき

{
"user_id": 1111,
"item_names": [
"foo",
"bar",
"hoge"
]
}

このようなテーブルに変換するためのクエリ

user_id	item
1111	foo
1111	bar
1111	hoge

環境はBigQuery

書き方

json_query_arrayでほしい配列が格納されているペアのkey “$.item_names” を指定し目的の配列をとってくる
unnestで配列を行に変換する（配列の順序が保証されないらしいので必要ならoffsetを使う）
上記で行に変換したものと元のテーブルをcross joinして目的のテーブルが完成

select
user_id,
json_value(items) as item,
from
table_1 as t_1
cross join
unnest(json_query_array(t_1.item_logs, "$.item_names")) as items

これを使ってJSONから item = "foo" のときだけフラグを建てる処理も簡単に書ける。
JSON値は比較とかできないのでjson_valueで変換する。

select
id,
json_value(items) = "foo" as is_foo,
from
table_1 as t_1
cross join
unnest(json_query_array(t_1.item_logs, "$.item_names")) as items

変更があったり間違っていたらコメントください。