Question

当我使用BigQuery查询这两个表时，这种左联接似乎毫无意义。它在PD.STR_NBR = PI.STR_NBR上将PD加入PD到PI中，然后按PD.STR_NBR IS NULL进行过滤。

SELECT
      PI.CUST_ORD_NBR AS CUST_ORD_NBR,
      PI.STR_NBR AS STR_NBR,
      PI.SKU_NBR AS SKU_NBR
FROM
      PURCH_ITEM_ID PI
LEFT JOIN
      PROF_BID_DTL_W7 PD
   ON PD.CUST_ORD_NBR = PI.CUST_ORD_NBR
  AND PD.STR_NBR = PI.STR_NBR -- checks equality
  AND CAST(PD.SKU_NBR AS STRING) = PI.SKU_NBR
WHERE PD.STR_NBR IS NULL -- filters by null
;

我不知道它是否相关，但是我会提到此BQ代码已从Teradata sql过渡而来。

Answer 1

这将为您提供所有记录，其中包含str_nbr，CUST_ORD_NBR和skus的组合，这些记录存在于PURCH_ITEM_ID中，但不包含PROF_BID_DTL_W7

编辑：RToyo在评论中发表了很好的解释。

仅出于完整性考虑。举个例子

TableA

Key      Value
1        A
2        B
3        C

TableB
Key      Value
1        A
2        B

WHERE子句适用于中间结果集。

所以，如果我加入

SELECT *
  FROM TableA A
  LEFT
  JOIN TableB B
    ON A.Key = B.Key
   AND A.Value = B.Value

结果集将是

Key Value Key   Value 
1   A     1     A
2   B     2     B
3   C     NULL  NULL

因为在{3，C}上找不到匹配项。

所以当我在其中添加条件

SELECT TableA.*
  FROM TableA A
  LEFT
  JOIN TableB B
    ON A.Key = B.Key
   AND A.Value = B.Value
 WHERE B.Key IS NULL

我刚得到最后一条记录

Key Value 
3   C

这在逻辑上（并且通常由优化程序以相同的方式实现）等同于

SELECT TA.*
  FROM TableA TA
 WHERE NOT EXISTS
         ( SELECT 1
             FROM TableB TB
            WHERE TA.key = TB.key
              AND TA.value = TB.value
         );

Answer 2

假设您有两个表，农民表和银行储蓄表，每个表都包含美国所有此类居住者的详细信息。您（美国农村经济部的一位官员）可能对储蓄帐户低（> 10,000美元和<20,000美元）的老年农民主要感兴趣。但是您可能还对其他事物感兴趣，例如（A）种植面积超过65岁的农民，或者（B）储蓄账户低的任何人。

使用简单的内部JOIN（也许在SS号上）可以获取主要信息，但不能获取所有感兴趣的辅助数据（例如A和B数据集）。仅对于其他数据集A，我们可以使用LEFT JOIN。仅对于其他数据集B，我们可以使用RIGHT JOIN。对于A和B数据集，我们都使用FULL JOIN。

当然，我们也可以使用简单的JOIN为数据集A和B设置单独的查询。但这会降低效率，特别是我们正在链接到远程保存的数据库-政府数据通常是这种情况。

这种左联接的意义何在？

2 个答案: