google-bigquery - 繰り返しフィールドのコロケーションをカウントする方法

Question

文字列のリストを含む繰り返しフィールドAがあります。与えられた文字列と一致するTOP文字列を見つける良い方法は何でしょうか。したがって、Aがハッシュタグを保持している場合、特定のハッシュタグ＃T1について、レコード数が最も多い＃T1と一致するタグを見つけます。

Answer 1

とを使用WITHINしSUM(IF(...))て、一致を見つけることができます。例えば：

SELECT hashtag, COUNT(*) AS cnt
    (SELECT tweet.hashtag as hashtag, 
            SUM(IF(tweet.hashtag == '#T1', 1, 0)) WITHIN RECORD as tagz
     FROM [tweets]) 
WHERE tagz  > 0
GROUP by hashtag,
ORDER BY cnt DESC