BigQuery SQL 限制更新为一行

Question

我有一个包含三列的BigQuery 表，每一行可以具有与前一行相同的值。

例如：

| col_a | col_b | col_c
+-------+-------+------------
| 123   |   3   | 2019-12-12
| 123   |   3   | 2019-12-12
| 234   |  11   | 2019-10-12

现在我想添加一个名为 col_d 的新列，其中包含一个 UUID。

问题是当我尝试执行UPDATE 命令时，我无法一次只更新一行（因为有些行具有相同的值，而我希望每一行都有不同的 UUID）。

我没有运气尝试的事情:(

限制

UPDATE table 
SET col_d = GENERATE_UUID() 
LIMIT 1

我想获取所有行，然后使用更新命令遍历它们。但 BigQuery 中的 UPDATE 命令没有限制。

ROW_NUMBER

UPDATE table 
SET col_d = ROW_NUMBER() OVER()

但 BigQuery 不允许在 Update 命令中使用解析函数

插入

我可以查询所有行，并使用 UUID 插入它们，然后删除所有没有 UUID 的旧行。这种方法会奏效，这将是我的最后一道关口，但我相信有更好的方法，所以我在这里问。

欢迎任何其他想法或建议。

Answer 1

以下是 BigQuery 标准 SQL 并为每一行生成不同的 UUID，无论它们多么重复

UPDATE `project.dataset.table`
SET col_d = GENERATE_UUID()
WHERE TRUE   

注意：根据您的“插入然后删除”选项 - 我假设 col_d 已经存在于您的表中 - 否则您将无法像您在 cmets 中提到的那样执行 DELETE FROM table WHERE col_d IS NULL

Answer 2

您可以选择带有 UUID 的数据作为第四列 (col_d)，然后将该数据另存为新表。

SELECT col_ac, col_b, col_c, GENERATE_UUID() AS col_d
FROM table

这将生成您想要的输出：

| col_a | col_b | col_c       | col_d
+-------+-------+-------------+------------------------------------------
| 123   |   3   | 2019-12-12  | e3784e4d-59bb-433b-a9ac-3df318e0f675
| 123   |   3   | 2019-12-12  | 430d034a-6292-4f5e-b1b0-0ee5550af3f6
| 234   |  11   | 2019-10-12  | 3e7e14d2-3077-4030-a704-5a2b7fc3c11e

由于 BigQuery 不允许添加包含传统 SQL 等数据的列，因此以下应创建一个添加了 UUID 值的新表。

CREATE OR REPLACE TABLE table AS 
SELECT *, GENERATE_UUID() AS col_d
FROM table

请注意，表历史记录可能会被删除，因此请先备份。在任何情况下都应该在进行此类更新之前备份数据，因为确实会出现不希望的结果。

Answer 3

因为有些行具有相同的值，我希望每一行都有不同的 UUID

这应该做你想做的：

UPDATE table 
    SET col_d = GENERATE_UUID() 

如果你想更新所有行，我不明白你为什么要使用limit。

也就是说，BigQuery 对 UPDATEs 有限制，因此 fromthehills 建议的 CREATE TABLE 方法似乎更合适。