连接两个表以在 BigQuery 上创建一个大嵌套表时，如何按表 A 的所有列进行分组？答案

【问题标题】：How to Group By all columns of table A when joining two tables to create one big nested table on BigQuery?连接两个表以在 BigQuery 上创建一个大嵌套表时，如何按表 A 的所有列进行分组？
【发布时间】：2021-04-25 21:07:11
【问题描述】：

我正在尝试创建一个由许多表组成的大型嵌套表，例如我的客户表、电话号码、电子邮件......它们都有共同的 client_id 字段。目前我必须遵循运行良好的查询（“加入”客户表字段和相应的电话号码字段）：

SELECT Clients.*, ARRAY_AGG( STRUCT(Timestamp, Country_Code, Local_Number, Phone_Number, Whatsapp)) as Phones
FROM Clients LEFT JOIN Phones USING(client_id)
GROUP BY Client.client_id, Clients.Timestamp, Clients.First_Name, Clients.Last_Name, Clients.DOB

Client.client_id, Clients.Timestamp, Clients.First_Name, Clients.Last_Name, Clients.DOB 是我在客户表中的所有字段。我想将此查询用作子查询，以类似的方式将其“加入”到电子邮件表中（使用并重命名子查询的结果）。问题是我想对客户表的所有字段进行分组，而不是每次都写。 GROUP BY Clients.* 和 GROUP BY ALL 都不起作用...

我能做些什么来缩短这个？

【问题讨论】：

标签： sql group-by google-bigquery left-join nested-table

【解决方案1】：

如果client_id 是唯一的，那么您可以通过它进行聚合。您想要的是在执行此操作时获取所有列。一种非常类似于 BigQuery 的方法是：

SELECT ANY_VALUE(c).*, 
       ARRAY_AGG( STRUCT(p.Timestamp, p.Country_Code, p.Local_Number, p.Phone_Number, p.Whatsapp)) as Phones
FROM Clients c LEFT JOIN
     Phones p
     USING (client_id)
GROUP BY c.client_id;

当我运行它时效果很好：

WITH clients as (
      select 'x' as name, 1 as client_id union all 
      select 'y' as name, 2 as client_id
    ),
    phones as (
        select current_timestamp as timestamp, 1 as client_id, 'abc' as country_code, 111 as local_number, 222 as phone_number, null as whatsapp
    )
SELECT ANY_VALUE(c).*, 
       ARRAY_AGG( STRUCT(p.Timestamp, p.Country_Code, p.Local_Number, p.Phone_Number, p.Whatsapp)) as Phones
FROM Clients c LEFT JOIN
     Phones p
     USING (client_id)
GROUP BY c.client_id;

【讨论】：

问题是它不允许我仅按客户端 ID 分组。理论上它是唯一的，但我没有看到在 BigQuery 中将其定义为唯一的选项。
@Harvey 。 . .嗯？我从未在 BigQuery 中遇到过无法按某些列聚合的问题，无论它们是否唯一。 . .嗯，你可以试试group by c.client_id吗？
当然我试过了，理论上这将是完美的。它只是不允许我这样做......然后它说 星形扩展表达式引用列 Timestamp，它在 [19:8] 处既不分组也不聚合。当我将它添加到 GROUP BY 时，它就是下一个字段，依此类推......直到我将所有字段添加到 GROUP BY
@Harvey 。 . .它确实需要c.client_id，但是当我运行它时代码运行良好。我添加了有效的示例代码。
由于某些原因，现在它可以工作了...谢谢！！

【解决方案2】：

试试下面

SELECT ANY_VALUE(c).*, 
  ARRAY_AGG((SELECT AS STRUCT p.* EXCEPT(client_id))) as Phones
FROM Clients c 
LEFT JOIN Phones p
USING (client_id)
GROUP BY c.client_id

【讨论】：