我有这个(样本)表:
+------------+-------------------+-----------+
| Date | User | Attribute |
+------------+-------------------+-----------+
| 2019-01-01 | user1@example.com | apple |
| 2019-02-01 | user2@example.com | pear |
| 2019-03-01 | user1@example.com | carrot |
| 2019-03-01 | user2@example.com | orange |
+------------+-------------------+-----------+
我需要创建所有(日期+用户)对的完整排列,以填充2019年所有缺失的日期(attribute
为null
)。
在我的示例中,我有2个不同的用户:
结果表应为:
+------------+-------------------+-----------+
| Date | User | Attribute |
+------------+-------------------+-----------+
| 2019-01-01 | user1@example.com | apple |
| ... | user1@example.com | null |
| 2019-03-01 | user1@example.com | carrot |
| ... | user1@example.com | null |
| 2019-12-31 | user1@example.com | null |
| 2019-01-01 | user2@example.com | null |
| ... | user2@example.com | null |
| 2019-02-01 | user2@example.com | pear |
| ... | user2@example.com | null |
| 2019-03-01 | user2@example.com | orange |
| ... | user2@example.com | null |
| 2019-12-31 | user2@example.com | null |
+------------+-------------------+-----------+
...
表示一年中的每一天都有一行,并且当源表提供实际值时,attribute
有一个值,否则null
是使用。
首先,要创建我想到的使用bigquery-public-data.utility_eu.date_greg
表的所有((日期+用户)排列,并使用CROSS JOIN
创建所有需要的行。
以下是要使用的示例表:
#standardSQL
WITH sample AS (
SELECT DATE('2019-01-01') date, 'user1@example.com' user, 'apple' attribute
UNION ALL
SELECT DATE('2019-02-01'), 'user2@example.com', 'pear'
UNION ALL
SELECT DATE('2019-03-01'), 'user1@example.com', 'carrot'
UNION ALL
SELECT DATE('2019-03-01'), 'user2@example.com', 'orange'
)
这是我尝试的第一个查询:
SELECT d.date,s.* EXCEPT(date)
FROM sample s
CROSS JOIN `bigquery-public-data.utility_eu.date_greg` d
WHERE d.year = 2019
ORDER BY date,user
但这太多了,因为在联接中还使用了attribute
值,并且我在与原始值无关的所有天中都复制了该值。
我认为我需要某种DISTINCT
才能只获得唯一的(日期+用户)对,然后关联attribute
值(如果有)。
这是我发现的第一个可行的解决方案:
distinct_couples AS (
SELECT DISTINCT d.date,s.user
FROM sample s CROSS JOIN `bigquery-public-data.utility_eu.date_greg` d
WHERE d.year = 2019
)
SELECT d.*, s.attribute
FROM distinct_couples d
LEFT JOIN sample s USING(date,user)
ORDER BY date,user
但是我两次与sample
进行联接(第一次在临时表中,第二次在主查询中),所以我试图了解是否可以优化。
您对如何使其工作有任何建议吗? 谢谢
答案 0 :(得分:2)
以下是用于BigQuery标准SQL
#standardSQL
WITH users AS (
SELECT DISTINCT user
FROM `project.dataset.sample`
)
SELECT d.date, u.user, s.attribute
FROM `bigquery-public-data.utility_eu.date_greg` d
CROSS JOIN users u
LEFT JOIN `project.dataset.sample` s
ON s.date = d.date
AND s.user = u.user
WHERE d.year = 2019
作为旁注-您实际上不需要使用任何额外的日期表,因为可以即时生成它-如下例所示
#standardSQL
WITH users AS (
SELECT DISTINCT user
FROM `project.dataset.sample`
), dates AS (
SELECT `date`
FROM UNNEST(GENERATE_DATE_ARRAY('2019-01-01', '2019-12-31')) `date`
)
SELECT d.date, u.user, s.attribute
FROM dates d
CROSS JOIN users u
LEFT JOIN `project.dataset.sample` s
ON s.date = d.date
AND s.user = u.user