Question

我在表A上有一个非常复杂的请求，其中在另一个表B和C（实际上还有更多）上进行了self.data = self.spark.read.csv(path=self.input_file,header=True, schema=self.schema)。

我希望在表A中某个字段的特定值上，将字段添加到JOIN中，但还要添加不同的联接。

我知道我可以使用SELECT动态添加列，但是测试值始终相同，并且我想避免对每个字段重复使用CASE，因为有很多字段。（为清楚起见，我在CASE中将表分别命名为“ B”和“ D”，但在实际情况下，使用连接别名可能是相同的。）

CASE

有没有一种解决方案可以动态加入，并避免长时间SELECT CASE WHEN A.a1=1 THEN B.b1 WHEN A.a1=2 THEN D.d1 END AS a2, CASE WHEN A.a1=1 THEN B.b2 WHEN A.a1=2 THEN D.d2 END AS a3, CASE WHEN A.a1=1 THEN B.b2 WHEN A.a1=2 THEN D.d2 END AS a3, //... many others on different tables but always on the same condition FROM A JOIN //?? if first condition join on B and C else on D and E重复通话？

注意：这只是使用代码构建的查询的一部分，这使得使用CASE变得困难，因为字段被添加到其他位置，并且很难匹配相同数量的所选字段。

Answer 1

您可以在当前LEFT JOIN条件下使用所有CASE作为ON的一部分，然后COALESCE这些表的值。像这样：

      SELECT COALESCE(B.b1,D.d1) AS a2,
             COALESCE(B.b2,D.d2) AS a3,
             COALESCE(B.b3,D.d3) AS a4,
             ...
        FROM A
   LEFT JOIN B ON {normal_join_condition} AND A.a1 = 1
   LEFT JOIN C ON {normal_join_condition} AND A.a1 = 1
   LEFT JOIN D ON {normal_join_condition} AND A.a1 = 2
   LEFT JOIN E ON {normal_join_condition} AND A.a1 = 2

如何根据另一个列值选择多个不同的列和查询中的联接？

1 个答案: