问题描述
我正在使用ClickHouse，我希望按field1（关键字）分组数据，并在其他字段中显示唯一网址，并为每个URL的点击总和值（其他字段）
原始数据
keyword | URL | clicks | impression| position| ctr
------------------------------------------------------------------------------------------------
kw1 | https://mydomain.dev/url1.html | 10 | 100 | 2 | **0,10**
kw1 | https://mydomain.dev/other-url2.html | 20 | 434 | 3 | 0,05
kw1 | https://mydomain.dev/url3.html | 30 | 345 | 4 | 0,09
kw1 | https://mydomain.dev/url1.html | 10 | 40 | 5 | 0,25
kw1 | https://mydomain.dev/other-url2.html | 22 | 42 | 6 | 0,52
kw1 | https://mydomain.dev/other-url2.html | 23 | 43 | 7 | 0,53
Kw2 | https://mydomain.dev/other-url-data-a | 435 | 3243 | 1 | **0,13**
Kw2 | https://mydomain.dev/other-url-data-b | 34 | 43 | 4 | 0,79
Kw2 | https://mydomain.dev/other-url-data-c | 23 | 433 | 7 | 0,05
Kw2 | https://mydomain.dev/other-url-data-b | 232 | 343 | 13 | 0,68
Kw2 | https://mydomain.dev/other-url-data-a | 23 | 232 | 14 | 0,10
Kw2 | https://mydomain.dev/other-url-data-d | 3 | 34 | 15 | 0,09
Kw2 | https://mydomain.dev/other-url-data-d | 23 | 345 | 16 | 0,07
Kw2 | https://mydomain.dev/other-url-data-c | 2 | 43 | 17 | 0,05
和预期的结果：
res
KW,| URL clicks : impressions Cli:Impr| otalclicks | TotalUmp |average | ctr |best_position_by_kw
--------------------------------------------------------------------------------------------------------------------------------
kw1 | https://mydomain.dev/url1.html 20:140 | 115 | 1004 |3,62 | 10,00% | 2
| https://mydomain.dev/other-url2.html 65:519,| | | | |
| https://mydomain.dev/url3.html 30:345 | | | | |
-------------------------------------------------------------------------------------------------------------------------------
kw2 | https //mydomain.dev/other-url-data-a 667:3475| 775 | 4716 |4,43 | 13,41% | 1
https //mydomain.dev/other-url-data-b 266 386 | | |
https //mydomain.dev/other-url-data-c 25 379 | | |
https //mydomain.dev/other-url-data-d 26 476 | | |
表格和数据：
主体表
CREATE TABLE users_data
(
`fecha` Date,`consulta` String,`landing` String,`clicks` UInt32,`impresiones` UInt32,`posicion` Float32,`ctr` Float32,`dispositivo` String,`pais` String
)
ENGINE = MergeTree(fecha,landing,8192)
表中获取“ Grupo”字段，我只需要将此表分组（用于对类似的kws分组）
SELECT
consulta,any(Grupo) AS Grupo
FROM
file('kw-2020.csv','CSVWithNames','fecha Date,consulta String,landing String,clicks UInt32,impresiones UInt32,posicion Float32,ctr Float32,dispositivo String,pais String,Grupo String')
GROUP BY
consulta
用户数据的数据：
INSERT INTO table_name (fecha,consulta,clicks,impresiones,posicion,ctr,dispositivo,pais) VALUES ('2020-06-22','electricidad presupuestos electricos ejemplos','https://mydomain.dev/directory/ld-domain-de-presupuesto-de-elctricidad.PHP',1,7.0,0.0,'MOBILE','chl');
INSERT INTO table_name (fecha,'modelo de carta de recomendacion laboral peru','https://mydomain.dev/directory/ld-domain-de-carta-de-662.PHP',5.0,'DESKTOP','per');
INSERT INTO table_name (fecha,'carta de ofrecimiento de servicios a una empresa','https://mydomain.dev/directory/ld-domain-carta-para-ofrecer-servicios.PHP',3,1.0,'slv');
INSERT INTO table_name (fecha,'ejemplo de estrofa','https://mydomain.dev/directory/ld-ejemplo-de-estrofa.PHP',28.0,'nld');
INSERT INTO table_name (fecha,'carta de intención de servicios profesionales','https://mydomain.dev/directory/goto-domain-de-carta-de-384.PHP','mex');
INSERT INTO table_name (fecha,'ejemplos de presupuesto base cero','https://mydomain.dev/directory/ld-domain-de-presupuesto-base-cero.PHP',92.0,'como se hace una carta de recomendacion',77.0,'twn');
INSERT INTO table_name (fecha,'carta de oferta de productos a clientes','esp');
INSERT INTO table_name (fecha,'investigación hemerográfica','https://mydomain.dev/directory/ld-ejemplo-de-ficha-hemerogrfica.PHP',44.0,'rus');
INSERT INTO table_name (fecha,2,6,2.0,'col');
文件中的数据
"grupo" | "consulta"
-----------------------------------------------------------
pedido | carta de pedido ejemplo
carta | carta de ofrecimiento de servicios a una empresa
carta | carta de intención de servicios profesionales
pedido | carta de pedido
carta | carta de oferta de productos a clientes
carta | carta de intención de servicios profesionales
pedido | carta de pedido ejemplo
carta | carta de presentacion a una empresa ofreciendo servicios
otros | rescisión de contrato modelo
pedido | carta de pedidos ejemplos
carta | carta de presentacion de empresas de servicios
carta | carta solicitando beca universitaria
pedido | carta comercial de pedido
carta | carta a clientes para ofrecer servicios
otros | casilla 99 modelo 390
pedido | carta de pedido
carta | carta de oferta de servicios
carta | carta de intencion de renta
pedido | carta de pedido
carta | carta de ofrecimiento de productos
otros | contrato de leasing modelo
pedido | carta de pedidos
carta | carta de presentacion de empresa de servicios
otros | rescisión de contrato modelo
pedido | carta de pedidos
carta | carta de presentacion de empresa para ofrecer productos
carta | modelo de carta de intencion academica
pedido | carta de solicitud de pedido
carta | carta de presentacion de servicios
otros | modelo de solicitud para beca de estudios
pedido | carta de solicitud de pedido
carta | carta de presentacion de servicios
otros | anexo ampliacion contrato de arras
carta | carta de solicitud de un producto
carta | carta para ofrecer servicios
otros | modelo de rescisión de contrato
pedido | carta comercial pedido
carta | carta a clientes para ofrecer servicios
otros | formato de rescisión de contrato de compraventa de inmueble
pedido | carta de anulacion de pedido
carta | carta a clientes para ofrecer servicios
otros | contrato de trabajo para extranjeros en chile
pedido | carta de pedido
carta | carta de ofrecer servicios
otros | modelo de recision de contrato
pedido | carta de pedido
carta | carta de oferta de servicios
otros | formato de rescisión de contrato de prestacion de servicios
pedido | carta de pedido
carta" | carta de ofrecimiento de servicios
我需要： 我需要的每个“ grupo”（包含许多kws）
每个组以及每个顾问组的所有不同的“ consulta”字段 值“ posicion”字段最低的“ CTR”值 -上次约会的“条件”
- 每个“咨询”的点击次数和印象数
- 组中每个咨询公司的印象和点击累积百分比
-所有不同的“着陆”以及“点击”和“印象”之和 -每个网址的展示和点击累计％
我尝试过这句话：
SELECT
grupo,groupUniqArray(consulta) as KWS,groupUniqArray(landing) as landings,topK(1)(mediaPonderada)[1] AS PosicionFrecuente,anyLast(mediaPonderada) AS UltimaPosicion,varSamp(imp) AS varianza2,sqrt(varianza2) AS desviacion2,stddevSamp(imp) AS stdImp2,count() AS cnt,groupArray((consulta,imp,clicks2,round((clicks2 * 100) / imp,3),mediaPonderada)) AS consulta_imp,arraySum(x -> (x.2),consulta_imp) AS total_imp,total_imp / cnt AS media,arraySum(x -> (x.3),consulta_imp) AS total_clicks,round((total_clicks * 100) / total_imp,2) AS ctr,arrayMap(x -> ((100 / total_imp) * (x.2)),consulta_imp) AS percent_imp,arrayCumSum(percent_imp) AS acc_percent_imp,consulta_imp[1] AS total_ctr2,total_ctr2.4 AS ctr2
FROM
(
SELECT
grupo,quantileDeterministic(0.5)(impresiones,10) AS detImp,avg(impresiones) AS medImp,varSamp(impresiones) AS varMuestraimp,varPop(impresiones) AS varPobImp,sum(clicks) AS clicks2,sum(impresiones) AS imp,round((posicion * impresiones) / impresiones,0) AS mediaPonderada,arrayMap(2)(x -> round(x,2),max([round(posicion,0),impresiones])) AS arrclicks,varSamp(impresiones) AS varianza,avg(impresiones) AS media,stddevSamp(impresiones) AS stdImp,stddevPop(impresiones) AS stdPopImp,sqrt(varianza) AS desviacion,stdImp / media AS desvMedia
FROM (
SELECT
fecha,pais,Grupo as grupo
FROM
(
SELECT *
FROM GSC_https_Modelode_com2 ghmc
WHERE fecha > '2020-01-01'
) AS t1
LEFT JOIN
(
SELECT
consulta,any(Grupo) AS Grupo
FROM file('kw-2020.csv',`Raiz semantica` String,Volumen UInt32,clickstream UInt32,cpc Float32,Grupo String')
GROUP BY consulta
) AS t2 USING (consulta)
ORDER BY fecha ASC
)
WHERE (fecha > '2020-06-01')
GROUP BY
grupo,mediaPonderada,consulta
ORDER BY
mediaPonderada ASC,imp DESC
)
GROUP BY grupo
不起作用，URL重复且不计算点击次数和印象数
kw |miArr
--------|---------------------------------------------------------------------------------------------------------------------------------
kw1 |['[https://mydomain.dev/url1.html,2]','[https://mydomain.dev/url1.html,1]','[https://mydomain.dev/url1.html#alternativas,0]','
kw2 |['[https://mydomain.dev/url2.html,'[https://mydomain.dev/url2.html,0]']
解决方法
select keyword,groupArray((URL,cl,imp)),sum(cl),sum(imp)
from (
from keyword,URL,sum(clicks) cl,sum(impression) imp
group by keyword,URL)
group by keyword