如何在BigQuery Standard SQL中執行可重複採樣？

在this blog中，Google Cloud員工介紹瞭如何對BigQuery中的機器學習數據集進行可重複採樣。這對於創建（和複製）數據的訓練/驗證/測試分區非常重要。如何在BigQuery Standard SQL中執行可重複採樣？

但是，博客使用Legacy SQL，其中Google has now deprecated贊成標準SQL。

你會如何重寫下面顯示的博客採樣代碼，但使用標準SQL？

#legacySQL 
SELECT 
    date, 
    airline, 
    departure_airport, 
    departure_schedule, 
    arrival_airport, 
    arrival_delay 
FROM 
    [bigquery-samples:airline_ontime_data.flights] 
WHERE 
    ABS(HASH(date)) % 10 < 8

來源

2017-09-03 Jeff G

不錯的問題和答案！我只想澄清一件事，那就是遺留SQL不被棄用。但是，我們將重點放在標準SQL的開發工作上。 –

標準SQL將重新寫這樣的查詢：

#standardSQL 
SELECT 
    date, 
    airline, 
    departure_airport, 
    departure_schedule, 
    arrival_airport, 
    arrival_delay 
FROM 
    `bigquery-samples.airline_ontime_data.flights` 
WHERE 
    MOD(ABS(FARM_FINGERPRINT(date)), 10) < 8

具體這裏的變化：

一段時間（不冒號）從表中谷歌雲項目分開名稱。
反引號（不是方括號）在表名中轉義連字符。（不是%）。（不是HASH）。這實際上是一個與Legacy SQL的HASH不同的哈希函數，其中wasn't in fact consistent over time就像博客暗示的那樣。

來源

2017-09-03 01:54:11

如何在BigQuery Standard SQL中執行可重複採樣？

回答

相關問題