如何在BigQuery中拆分字符串并统计组件累计出现次数

你可以用下面的SQL语句实现需求：

SELECT
  trimmed_keyword AS 关键词,
  SUM(次数) AS 次数
FROM
  `你的项目名.数据集名.目标表名`,
  UNNEST(SPLIT(关键词, ',')) AS raw_keyword,
  TRIM(raw_keyword) AS trimmed_keyword
WHERE
  trimmed_keyword != ''
GROUP BY
  trimmed_keyword
ORDER BY
  次数 DESC;

代码说明： #

• SPLIT(关键词, ',')：将逗号分隔的关键词字符串拆分为数组，比如test,abc,c会被拆成['test', 'abc', 'c']
• UNNEST(...)：把拆分后的数组转为多行数据，每个关键词单独占一行，同时保留原有的次数值
• TRIM(raw_keyword)：去除关键词前后可能存在的空格（如果数据里没有这类情况，可省略此步骤）
• WHERE trimmed_keyword != ''：过滤拆分后可能出现的空字符串（比如原字段末尾带逗号的情况）
• GROUP BY + SUM(次数)：按单个关键词分组，汇总所有出现的次数总和
• ORDER BY 次数 DESC：按汇总后的次数降序排列，方便查看关键词热度

内容的提问来源于stack exchange，提问作者Raymond Chau