如何在BigQuery中筛选出数据行数≥15的ID的全部行

你遇到的问题核心是不需要聚合数据，只需要过滤出符合记录数要求的Id对应的所有原始行，原SQL报错是因为GROUP BY Id后，SELECT中的date和TotalMinutesAsleep既不在GROUP BY里也没有聚合函数，不符合SQL语法规范。下面提供两种可行方案：

方案一：使用窗口函数（推荐） #

通过窗口函数COUNT() OVER (PARTITION BY Id)计算每个Id的总行数，再筛选出总行数≥15的行，这种方法不需要额外关联，效率较高：

SELECT
  Id,
  date,
  TotalMinutesAsleep
FROM (
  SELECT
    *,
    COUNT(*) OVER (PARTITION BY Id) AS id_row_count
  FROM
    `fitbit-data-exploration.FitBit_Tracker.daily sleep 1`
)
WHERE id_row_count >= 15

方案二：子查询筛选符合条件的Id #

先通过子查询找出拥有至少15条记录的Id列表，再用IN或JOIN关联原表获取所有行：

用IN的写法： #

SELECT
  Id,
  date,
  TotalMinutesAsleep
FROM
  `fitbit-data-exploration.FitBit_Tracker.daily sleep 1`
WHERE Id IN (
  SELECT Id
  FROM `fitbit-data-exploration.FitBit_Tracker.daily sleep 1`
  GROUP BY Id
  HAVING COUNT(*) >= 15
)

用JOIN的写法： #

SELECT
  t.Id,
  t.date,
  t.TotalMinutesAsleep
FROM
  `fitbit-data-exploration.FitBit_Tracker.daily sleep 1` t
JOIN (
  SELECT Id
  FROM `fitbit-data-exploration.FitBit_Tracker.daily sleep 1`
  GROUP BY Id
  HAVING COUNT(*) >= 15
) valid_ids ON t.Id = valid_ids.Id

两种方案都能实现需求，窗口函数的写法更简洁，适合大多数场景；子查询的方式在数据量极大时，有时会有性能优化空间，可以根据实际情况选择。

内容的提问来源于stack exchange，提问作者Rayby