SQL(BigQuery) 使用 lag() 函数连接两个表答案

【问题标题】：SQL(BigQuery) Join two tables with lag() functionSQL(BigQuery) 使用 lag() 函数连接两个表
【发布时间】：2021-02-21 17:50:43
【问题描述】：

考虑到我有两张桌子。

第一个：

user_id	name	timestamp1
1	purchase	12
1	purchase	14
2	purchase	22
2	purchase	14

第二个：

user_id	event_name	timestamp2
1	event1	10
1	event2	11
2	event12	20
2	event10	12

A 想要将表 2 中的一些字段（event_name，timestamp2）添加到表 1 中，这些字段（event_name，timestamp2）与 user_id 最接近的先前值，按表 1 中每个事件的时间戳排序

所需的表应如下所示

user_id	name	timestamp1	event_name	timestamp2
1	purchase	12	event2	11
1	purchase	14	event2	11
2	purchase	22	event12	20
2	purchase	14	event10	12

请帮我查询一下sql！谢谢。

【问题讨论】：

标签： sql google-bigquery

【解决方案1】：

您可以在user_id 上使用连接，然后使用row_number() 按timestamp1 和timestamp2 之间的距离排序以从table2 中获取最近的行：

SELECT  user_id, name, timestamp1, event_name, timestamp2
FROM (
  SELECT    t1.*, t2.event_name, t2.timestamp2,
            ROW_NUMBER() OVER(PARTITION BY t1.user_id, t1.timestamp1 ORDER BY ABS(t1.timestamp1 - t2.timestamp2)) AS rn
  FROM      table1 t1
  INNER JOIN table2 t2
  ON        t1.user_id = t2.user_id 
)
WHERE rn = 1

输出：

【讨论】：

【解决方案2】：

select any_value(t1).*, 
  array_agg(struct(event_name,timestamp2) order by timestamp2 desc limit 1)[offset(0)].*
from `project.dataset.table1` t1 
cross join `project.dataset.table2` t2
where t2.user_id = t1.user_id and timestamp2 < timestamp1
group by format('%t', t1)

如果应用于您问题中的样本数据 - 输出是

【讨论】：