Question

我创建每日表。如何查询＆＃34;最新＆＃34;一个？

例如，GitHubArchive现在发布每日表 - 而不是单一表（参见/r/bigquery/.../github_archive_changes_monthly_and_daily_tables/）。

Answer 1

要查找最新的表，您可以使用BigQuery的表查询功能：

例如，最新的每日GitHubArchive表：

SELECT COUNT(*) num_records
FROM TABLE_QUERY(githubarchive:day,
  "table_id IN (
     SELECT table_id FROM githubarchive:day.__TABLES__ 
     ORDER BY creation_time DESC LIMIT 1)")

# 201859

为了最大限度地方便，您可以将该查询存储为视图以与他人共享。然后查询最新的表，只需查询视图：

SELECT num_records
FROM [fh-bigquery:public_dump.githubarchive_latest_day]

# 201859

有关表格查询功能的更多信息，请参阅Jordan对How do I use the TABLE_QUERY() function in BigQuery?的回答。

Answer 2

Felipe的回答使用了Legacy SQL。这是标准SQL中的解决方案。

如果您的表名具有可预测的后缀，例如链接中的GitHub示例（每天使用var string = "this is a string" string.replaceOccurrences(of: " ", with: "_") print(string) // "this_is_a_string"后缀），则可以使用wildcard tables and TABLE_SUFFIX：

YYYYMMDD

如果您想依赖关于创建时间而不是前缀的BigQuery元数据，您可以这样做：

SELECT COUNT(*)
FROM `githubarchive.day.events_*`
WHERE _TABLE_SUFFIX = (
  SELECT MAX(SUBSTR(table_id, -8))
  FROM `githubarchive.day.__TABLES_SUMMARY__`
  WHERE REGEXP_CONTAINS(table_id, "events_\\d{8}")
)

请注意，如果项目中的表具有不同的模式，则后一种语法很危险，因为查询将使用它在通配符中看到的第一个表的模式。

如果您正在尝试创建按日期分区的表，那么有一个名为date-partitioned tables的BigQuery功能可以实现这一点，并且可以更方便地进行查询。

我每天都有关于BigQuery的表格。如何查询“最新”的？

2 个答案: