在 Bigquery 中特定数据出现时正确使用 AVG 函数

Question

我无法理解如何在以下场景中使用AVG功能，

我有一个名为

requests

的表，它有列

app_name

（字符串）、

operation_status

（整数状态代码，如 200、500 等）、

timestamp

（整数，这是毫秒时间戳）、

 correlated_id

（STRING，这是一个 UUID）。

例如，如果我有以下记录：

INSERT INTO `requests`
  (app_name, operation_status, timestamp, correlated_id)
VALUES
  ("APP_1", 200, 1714207107972, '82156a64-e43f-467f-894d-bf28dc007e2b'),
  ("APP_1", 500, 1714207107972, '51345b32-a21d-215c-432a-bc13dc115e1c'),
  ("APP_2", 200, 1714207107972, '41123n43-b15d-134a-673e-ad13ab104a1c'),
  ("APP_2", 500, 1714207107972, '63246a54-a32g-324c-673e-ad13ab104a1c'),
  ("APP_3", 200, 1714207107972, '51135b32-b13a-213f-532f-zc09dg213k0h');

我想要一个查询来告诉我每个应用程序发生的 200 个请求的平均数量，因此为此我尝试了以下查询：

SELECT
    app_name,
    COUNTIF(operation_status = 200) AS successful_ops,
    COUNTIF(operation_status = 500) AS failed_ops,
    AVG(CASE WHEN operation_status = 200 THEN operation_status END) AS avg_status_200, -- this is not working
    (COUNTIF(operation_status=200)/COUNT(operation_status)) AS average_manual -- this is giving me the correct result but I think AVG function should be able to give me this too
FROM
    `requests`
GROUP BY
    app_name;

例如，APP_1 的正确值是 0.5，因为它有 2 个请求，但只有 1 个是 200，所以 1/2 = 0.5，这是我在查询中使用“average_manual”得到的结果，但我认为

AVG

函数也应该能够给我这个结果，但我不知道正确的方法，感谢任何帮助

Answer 1

平均值计算的官方定义是：

所有观测值的总和除以观测值总数

所以基本上，在你的例子中，你正在做的是：

您要计算的是响应代码为 200 的请求占该应用程序的所有请求的比例。

这就是为什么使用 AVG 方法对您不起作用 - 因为您在计算中使用响应代码作为数字，而不是“指标”。

有多种方法可以实现您所需的结果，其中之一就是您给出的示例，写为“平均手册”。

另一种选择是将 AVG 函数与 CASE 语句结合使用，如下所示：

SELECT
  app_name,
  COUNTIF(operation_status = 200) as successful_ops,
  COUNTIF(operation_status = 500) as failed_ops,
  AVG(CASE operation_status WHEN 200 THEN 1 ELSE 0 END) successful_ops_proportion_first_option,
  AVG(CASE WHEN operation_status = 200 THEN 1 ELSE 0 END) successful_ops_proportion_second_option,
  COUNTIF(operation_status = 200) / COUNT(operation_status) as average_manual
FROM
    `requests`
GROUP BY
    app_name

这将产生下表（请注意最后 3 列是如何完全相同的，BigQuery 有 2 种 CASE 语法，之后我们有手动比例计算）：