Question

我有一张像

这样的表格

header: source,  user, metric1, metric2,...
data:
source1, user1, metrics..
source1, user2, metrics..
source2, user1, metrics..
source3, user1, metrics...
source3, user3, metrics...

...

我想为每个来源找不到的用户汇总一些指标。在上面的示例中，我想提取source2：users2和user3并获得avg或其指标。

看起来像：

select avg(metric1) from tbl as tbl1
where user is not in 
  (select user from tbl as tbl2 where tbl1.source=tbl2.source)
group by source

根据文档页面，上面的查询在Legacy SQL中不起作用：（https://cloud.google.com/bigquery/docs/reference/legacy-sql）但在ANSI中，我得到了Resources exceeded

Answer 1

如果内部SELECT返回的记录数很大，通常使用WHERE IN / NOT IN不被认为是一种好习惯。尝试使用LEFT OUTER JOIN重写您的查询，如

select tbl1.source as source, avg(tbl1.metric1) as avg_metric1 from tbl as tbl1 left outer join tbl as tbl2 on tbl1.source = tbl2.source where tbl2.user is null group by source

WHERE IN查询 - 不支持BigQuery或资源

1 个答案: