BigQuery查找子序列

一尘不染

BigQuery查找子序列

sql

假设我的桌子是

WITH `sample_project.sample_dataset.table` AS (
  SELECT 'user1' user, 2 sequence, 'T1' ts UNION ALL
  SELECT 'user1', 2, 'T2' UNION ALL
  SELECT 'user1', 1, 'T3' UNION ALL
  SELECT 'user1', 1, 'T4' UNION ALL
  SELECT 'user1', 3, 'T5' UNION ALL
  SELECT 'user1', 2, 'T6' UNION ALL
  SELECT 'user1', 3, 'T7' UNION ALL
  SELECT 'user1', 3, 'T8' 
)

是否可以在不使用STRING_AGG和REGEX或JOIN操作的情况下在序列列中找到可用的整数子序列？这是为了提高查询效率。

子序列是String的一部分。例如，考虑字符串“ banana”，样本子序列为“ anna”，因为香蕉中“
anna”的每个索引字符都严格增加。子序列中的字符不必是连续的。

说了上面的表时，为了通过时间戳（增加），我会得到为22113233.顺序列在字符串22113233子STRING_AGG1 2 3可用，而子3 2 1是不是可用。给定一个子序列213，我怎么说这个子序列是否可用（22113233按时间戳排序）？

阅读 234

2021-05-16

共1个答案

一尘不染

给定一个子序列213，如何说该子序列是否可用（在22113233中…

以下示例适用于BigQuery SQL

#standardSQL
WITH `sequences` AS (
  SELECT '22113233' sequence_list 
), `subsequenses` AS (
  SELECT '123' subsequence UNION ALL
  SELECT '321' UNION ALL
  SELECT '213'
)
SELECT sequence_list, subsequence, 
  REGEXP_CONTAINS(sequence_list, REGEXP_REPLACE(subsequence, '', '.*')) available
FROM `sequences` l
CROSS JOIN `subsequenses` s

结果如下

sequence_list   subsequence     available    
22113233        321             false    
22113233        123             true     
22113233        213             true

如果您正在寻找特定的子序列-可以将其进一步简化为

#standardSQL
WITH `sequences` AS (
  SELECT '22113233' sequence_list UNION ALL
  SELECT '11223322'
)
SELECT sequence_list,  
  REGEXP_CONTAINS(sequence_list, REGEXP_REPLACE('213', '', '.*')) available
FROM `sequences`

结果为

sequence_list   available    
22113233        true     
11223322        false

2021-05-16