Question

我在BigQuery中有两个表。基本上，有一堆基于时间戳的数据。第二组数据还有另一个要添加到第一组的功能，还有一个时间戳。但是，时间戳不一定相同。但是，我确实知道他们会在30秒之内相互接触。

我以为我可以做JOIN ... ON abs（Timestamp1 - Timestamp2）＆lt; 30，但那不起作用。

Answer 1

你可以做CROSS JOIN。效率不高，但如果表格相对较小则可以使用。语法（也使用标准SQL，请参阅Mikhail的链接如何启用它）：

select
  ts1, x, ts1, y
from MainTable
cross join SecondTable
where abs(ts1 - ts2) < 30

对于非常大的表，您可能需要做一些更精细的事情，比如两分钟一分钟的桶，并做一个相等的JOIN。当JOIN跨越到邻居桶时，您还需要支持大小写，例如：

SELECT
  ts1, x, ts2, y
FROM MainTable 
JOIN 
(SELECT *, round(ts2/30) as bucket FROM SecondTable 
   UNION ALL
 SELECT *, round(ts2/30-1) as bucket FROM SecondTable 
   UNION ALL
 SELECT *, round(ts2/30+1) as bucket FROM SecondTable)
ON round(ts1/30) = bucket
WHERE abs(ts1-ts2) < 30

如果有多个匹配并且您需要选择最佳匹配，请执行类似

的操作

select * 
from (
   select *, MIN(ABS(ts1-ts2)) over(partition by ts1) as min_diff
   from ( <previous query> ))
where abs(ts1-ts2) = min_diff;

INNER根据彼此范围内的共同时间戳加入两个BigQuery表？

1 个答案: