Question

我尝试在运行左联接时使用SQL UDF，但是出现以下错误：

联接谓词中的子查询应仅依赖于一个联接端。

查询是：

CREATE TEMPORARY FUNCTION game_match(game1 STRING,game2 STRING) AS (
  strpos(game1,game2) >0
);

SELECT 
  t1.gameId 
  FROM `bigquery-public-data.baseball.games_post_wide` t1
  left join `bigquery-public-data.baseball.games_post_wide` t2 on t1.gameId=t2.gameId and game_match(t1. gameId, t2.gameId)

内联编写条件时，查询可以代替函数调用(strpos(t1. gameId, t2. gameId) >0)，而有效。

此特定功能是否存在问题，或者联接谓词（由于某些原因）通常不支持SQL UDF？

Answer 1

您可以在the issue tracker上提交功能请求以完成此工作。这是查询计划/优化的局限性；在某些背景下，BigQuery会转换函数调用，以便查询的逻辑表示像这样：

SELECT 
  t1.gameId 
FROM `bigquery-public-data.baseball.games_post_wide` t1
left join `bigquery-public-data.baseball.games_post_wide` t2
on t1.gameId=t2.gameId
  and (SELECT strpos(game1,game2) > 0 FROM (SELECT t1.gameId AS game1, t2.gameId AS game2))

BigQuery这样转换SQL UDF调用的原因是，它需要避免多次计算输入。虽然在这种特定情况下这不是问题，但是如果您在UDF主体中多次引用输入中的一个（例如，考虑这个UDF：

CREATE TEMP FUNCTION Foo(x FLOAT64) AS (x - x);
SELECT Foo(RAND());

如果BigQuery直接内联表达式，您将得到以下结果：

SELECT RAND() - RAND();

结果不会为零，这对于UDF的定义而言是意外的。

在大多数情况下，BigQuery的逻辑优化将如上所示的更复杂的子选择转换为更简单的形式，前提是这样做不会改变查询的语义。但是，在这种情况下并没有发生这种情况，因此是错误。

BigQuery-在连接谓词中使用SQL UDF

1 个答案: