実務でのテーブル結合時のケア（重複排除など）について - TVer Tech Blog

こんにちは、TVerでデータ分析をしている高橋です。 弊社の分析業務の多くは BigQuery に蓄積されているログを使った分析で、大量のログを扱うため前処理から集計まで全てSQLで行っています。 本記事では、SQLを書く上で特に気を付けているテーブル結合時のケアについて紹介します。 分析業務の一例 「ホーム画面を開いてから10分以内にコンテンツを再生した割合を知りたい」という依頼が来ました1。 この集計は訪問ログと視聴ログを使い、ホーム画面に訪問したログを10分以内に再生した or 再生してないの2種類に分ければできそうです。 ここで、集計に用いるテーブルを簡単に紹介します。 訪問ログ (view_logs) ホーム、マイページ、番組ページ、エピソードページなどに訪問したタイミングで発報されるログです。 ユーザー毎に時系列順に並べることで、サービス内でのページ遷移が分かります。 -- v