我有一个表，将日志(log)存储到一行中.我取消了它的嵌套，其中一个示例行如下所示:
TestWatch(2)TestFragment(1)TestView(1)TestNotiments(2)TestActivity(1)等等.
我想将TestWatch、TestFragment等传递到列中，并将它的值(2)、(1)等传递到它的行中.有很多这样的测试日志(log)，并不是固定的数量.它们之间没有分隔符.我还想对每一行中发现的每个TestWatch、TestFragment等值求和.
我怎样才能做到这一点呢？
我试着修剪和拆分，但结果并不像预期的那样.
假设您的日志(log)中的术语之间没有一致的分隔符(甚至没有空格)，我们仍然可以通过使用BigQuery中的REGEXP_EXTRACT_ALL()函数和UNNEST运算符来获得您想要的结果.
步骤1.使用regex_replace()移动日志(log)中的所有空格
步骤2.使用REGEXP_EXTRACT_ALL()将每个(Term(Quantity))标记提取到一个数组中.
步骤3.将数组转换为每行一个(项(数量))令牌
步骤4.使用regex_extract()分别获取期限和数量.请注意，我们需要使用negative lookaround regex(？=和？<；=)来获取我们需要的有关期限和数量的准确数据.
步骤5.按项分组，并在数量上求和()，以获得结果.
请参阅以下代码作为示例:
WITH log_extracted AS (
SELECT
REGEXP_EXTRACT_ALL(
REGEXP_REPLACE(
'TestObserver(2) TestFragment(1) TestView(1) TestNotifications(2) TestActivity(1)',
'_',
''
),
'\w+\(\d+\)'
) AS log_tokens
)
SELECT
REGEXP_EXTRACT(log_token, '(\w+)(?=\(\d+\))') AS term,
SUM(CAST(REGEXP_EXTRACT(log_token, '(?<=\w\()\d+') AS INT64)) AS quantity
FROM log_extracted
CROSS JOIN UNNEST(log_tokens) AS log_token
GROUP BY
1
输出示例:
| term | quantity |
|---|---|
| TestFragment | 1 |
| TestView | 1 |
| TestObserver | 2 |
| TestNotifications | 2 |
| TestActivity | 1 |