SQL：运行不同值的总数

问题描述

我正在尝试获取窗口中唯一值的滚动数量。

这是我的桌子的样子：

SELECT 
   user_id,order_date,product
FROM example_table 
WHERE user_id = 1 
ORDER BY order_date ASC

user_id	订单日期	产品
1	2021-01-01	A
1	2021-01-01	B
1	2021-01-04	A
1	2021-01-07	C
1	2021-01-09	C
1	2021-01-20	A

这是我想要实现的目标：

user_id	订单日期	产品	cum_dist_count
1	2021-01-01	A	1
1	2021-01-02	B	2
1	2021-01-04	A	2
1	2021-01-07	C	3
1	2021-01-09	C	3
1	2021-01-20	A	3

换句话说，我希望能够看到客户到目前为止有多少独特的商品，并且能够看到特定日期的商品（例如上面的示例：他们在 2021-01-04 购买了2 个独特的项目，2021 年 1 月 7 日，该数字为 3）。

我尝试通过在 CTE 中选择 user_id 和 product 以及 min(order_date) 进行分组，然后在该 CTE 中对 user_id 和 product 执行 ROW_NUMBER 并且部分起作用 - 我能够看到唯一产品计数的日期已更改（因此对于此示例：2021-01-01、2021-01-02 和 2021-01-07，但随后我丢失了仍然希望能够访问的行“之间”。

with cte as (
   SELECT 
      user_id,product,min(order_date) as first_order
   FROM example_table 
   GROUP BY 1,2
   ORDER BY order_date ASC
)

SELECT
   user_id,first_order,ROW_NUMBER() OVER (PARTITION BY user_id,product ORDER BY first_order) AS number_of_unique_products
WHERE user_id = 1

根据以上内容，我会得到：

user_id	订单日期	产品	cum_dist_count
1	2021-01-01	A	1
1	2021-01-02	B	2
1	2021-01-07	C	3

数据库位于 BigQuery Standardsql 中。

非常感谢任何帮助！

解决方法

对于每个项目，您可以记录它出现的最早日期。然后把它们加起来：

select et.* except (seqnum),countif(seqnum = 1) over (partition by user_id order by order_date) as running_distinct_count
from (select et.*,row_number() over (partition by user_id,product order by order_date) as seqnum
      from example_table et
     ) et

,

以下是 BigQuery

select * except(cum_products),(select count(distinct product) from t.cum_products product) as cum_dist_count
from (
    select *,array_agg(product) over prev_rows as cum_products
    from example_table
    window prev_rows as (partition by user_id order by order_date)
) t   

如果应用于您问题中的样本数据

with example_table as (
  select 1 user_id,'2021-01-01' order_date,'A' product union all
  select 1,'2021-01-02','B' union all
  select 1,'2021-01-04','A' union all
  select 1,'2021-01-07','C' union all
  select 1,'2021-01-09','2021-01-20','A' 
) 

输出是