添加 JOIN 时 BigQuery 查询非常慢

Question

这是我在这里的第一篇文章，所以如果我在发布我的问题时做错了什么，请告诉我。

大约三周前，我开始从零开始学习 SQL，因此我对整个概念和社区还很陌生，因此我的代码中可能犯了很多错误，但还是这样吧。

我正在努力处理我在 BigQuery 中编写的查询。 BigQuery 的“验证器”已经验证了代码，所以在“纸”上看起来不错，但它需要很长时间才能运行。它跑到我停下来的地方，因为它已经过去了一个小时。我一直在寻求简化我的 sql 编码，以便过程可以运行得更顺畅，因此运行得更快，但是我遇到了障碍，我认为我没有问题，这可以为我提供有用的答案.

（编辑） 我不想从这个查询中得到一个数据集，它可以帮助我进行可视化，根据 read_started_at 提供的日期/时间戳创建时间线。 在这个时间线上，我希望在给定的日期/DATE_TRUNC（时间戳）上有一个不同的 reader_id 计数。 Google Data Studio 可以对 reader_id 进行不同的计数，所以我怀疑，从长远来看，在我的查询中进行不同的计数是否会减慢或加快进程？ 最后，我想根据 reader_id 是按月订阅还是按年订阅，将它们分为两组（维度），以查看一组在给定的 read_started_at 上是否更具代表性，因此在网站上比其他。此划分应该由ch​​argebee_plan_id 提供，其中有多个订阅可用，因此存在“每年”或“每月”的条件。 reader_id 和 members_id 包含相同的数据，因此被加入。 （编辑结束）

我真的希望这里有人可以帮助我。任何建议表示赞赏。

我的查询如下：

WITH memberships AS (
        SELECT im.chargebee_plan_id, im.membership_id
        FROM postgres.internal_reporting_memberships AS im 
        WHERE (im.chargebee_plan_id LIKE 'yearly' OR im.chargebee_plan_id LIKE 'monthly') 
          AND  im.started_at >= TIMESTAMP_SUB(CURRENT_TIMESTAMP, INTERVAL 365 day)
                    ),

     readers AS     (       
        SELECT  ip.reader_id, DATE_TRUNC(CAST(ip.read_started_at AS DATE), DAY) read_start
        FROM postgres.internal_reporting_read_progresses AS ip 
        WHERE ip.reader_id LIKE '%|%' AND ip.read_started_at >= (TIMESTAMP_SUB(CURRENT_TIMESTAMP, INTERVAL 365 day)
                    ))

SELECT  reader_id, read_start, m.chargebee_plan_id
FROM    readers AS r
  JOIN memberships AS m
  ON r.reader_id LIKE m.membership_id

干杯

Answer 1

重新发布我的评论作为答案，因为它解决了问题。

使用= 而不是LIKE 作为连接条件。