基于GDELT数据库的GCP项目存在的问题

Question

在GCP中使用"GDELT“数据库进行编程时，我遇到了一个问题，希望您能帮助我解决这个问题。

我想编写一个代码，数据库将检查在以色列和阿拉伯国家签署“亚伯拉罕协定”的日子里，媒体与谁打交道最多的人。

SELECT
  V2Persons,
  COUNT(1) AS count
FROM (
  SELECT
    UNIQUE(REGEXP_REPLACE(SPLIT(V2Persons,';'), r',.*', ")) V2Persons
      FROM
        `gdelt-bq.gdeltv2.gkg_partitioned`
      WHERE
        DATE>20200914000000
        AND DATE < 20200916000000
        AND LOWER(AllNames) LIKE '%Abraham Accords%' )
    GROUP BY
      Persons
    ORDER BY
      2 DESC
    LIMIT
      300

你能告诉我代码的问题是什么以及如何解决吗？

Answer 1

这里有许多问题，最简单的一步一步地调试，使用WITH语句并获取一些数据。

所以我把嵌套查询移到WITH子查询。没有唯一的功能，我已经删除了。然后，SPLIT函数返回一个数组，不能只调用数组上的REGEX函数，数组首先必须是UNNEST'ed。

WITH persons AS (
    SELECT SPLIT(gkg.V2Persons,';') pers_arr
      FROM
        `gdelt-bq.gdeltv2.gkg_partitioned` gkg
      WHERE
        DATE > 20200914000000 AND DATE < 20200916000000 AND
        LOWER(AllNames) LIKE '%abraham accord%'
)    
SELECT REGEXP_REPLACE(V2Persons, r',.*', '') V2Persons, COUNT(1) AS count 
FROM persons pers, UNNEST(pers.pers_arr) V2Persons
GROUP BY V2Persons
ORDER BY 2 DESC LIMIT 300;