BigQuery - 在列或另一个列上左连接两个表答案

【问题标题】：BigQuery - Left Join two tables ON a column OR anotherBigQuery - 在列或另一个列上左连接两个表
【发布时间】：2021-09-25 03:56:39
【问题描述】：

我想在两个表上执行左连接。我将加入的字段是电子邮件地址。由于左侧的表 I 有两个可能不同的电子邮件字段，我希望如果第一封电子邮件的加入失败并返回空值，则在另一个电子邮件字段上执行第二次加入。最后，我想丢弃那些没有与两个连接中的任何一个匹配的条目。

我想过做这样的事情：

SELECT *
FROM a
LEFT JOIN b
ON
    a.address1 = b.email
    OR a.address2 = b.email

但是，这会返回一条错误消息，指出 LEFT OUTER JOIN cannot be used without a condition that is an equality of fields from both sides of the join。

实现这一目标的正确方法是什么？

【问题讨论】：

样本数据和期望的结果真的很有帮助。

标签： mysql sql google-bigquery left-join

【解决方案1】：

您也许可以使用联合来表达您的逻辑：

SELECT * FROM a LEFT JOIN b ON a.address1 = b.email
UNION
SELECT * FROM a LEFT JOIN b ON a.address2 = b.email;

【讨论】：

在 b 上同时匹配 a.address1 和 a.address2 的条目会发生什么情况？他们会出现重复
我不是大查询专家，但在sql标准中，如果将UNION ALL替换为UNION，则只会返回不同的值
是的，但是想象一下a.address1 和a.address2 是不同的，它们都出现在我的桌子上b。然后，它们将被连接并具有与表b 不同的值，因此被视为不同的条目，在那里有重复。我需要，如果第一个连接与表b 匹配，则不执行第二个连接。

【解决方案2】：

OR 在JOIN 条件下确实很难优化查询。因此，BigQuery 使OR 的使用变得困难。

我认为您可以通过以下方式改写查询：

SELECT *
FROM a CROSS JOIN
     UNNEST(ARRAY[address1, address2]) address LEFT JOIN
     b
     ON address = b.email;

【讨论】：

【解决方案3】：

考虑以下 (BigQuery) 方法

SELECT * EXCEPT(row_key, priority)
FROM (
  SELECT *, TO_JSON_STRING(a) row_key, IF(b.email IS NULL, 3, 1) priority
  FROM `project.dataset.tableA` a LEFT JOIN `project.dataset.tableB` b
  ON a.address1 = b.email
  UNION ALL
  SELECT *, TO_JSON_STRING(a), IF(b.email IS NULL, 3, 2) 
  FROM `project.dataset.tableA` a LEFT JOIN `project.dataset.tableB` b 
  ON a.address2 = b.email
)
WHERE true 
QUALIFY ROW_NUMBER() OVER(PARTITION BY row_key ORDER BY priority NULLS LAST) = 1

或者您可以使用不那么冗长/更通用（这样您可以避免冗余代码片段，如果您需要两个以上条件，这可能很有用）版本

SELECT * EXCEPT(row_key, priority)
FROM (
  SELECT a.*, b.*, TO_JSON_STRING(a) row_key, IF(b.email IS NULL, 3, c.priority) priority
  FROM `project.dataset.tableA` a, 
  UNNEST([STRUCT(address1 as address, 1 as priority), (address2, 2)]) c
  LEFT JOIN `project.dataset.tableB` b
  ON c.address = b.email
)
WHERE TRUE 
QUALIFY ROW_NUMBER() OVER(PARTITION BY row_key ORDER BY priority NULLS LAST) = 1

【讨论】：