如何避免在 BigQuery 中自我加入

【问题标题】：How can I avoid self join in BigQuery如何避免在 BigQuery 中自我加入
【发布时间】：2021-05-19 12:07:04
【问题描述】：

我有下表，我想从那里添加具有先前值的另一列：

id	Previous id	Value
30	20	8000
20	10	5000

输出如下：

id	Previous_id	Value	Previous_Value
30	20	8000	5000
20	10	5000	-

我知道我可以运行您可以在下面看到的 self join，但我想知道是否有更好的做法可以这样做，因为这是我必须在其他类似用例中定期运行的操作。我已经尝试过分析函数，但我找不到它们的解决方案......

SELECT t1.*, t2.Value as Previous_Value
FROM `Table` t1
LEFT JOIN `Table`t2
ON t1.Previous_id = t2.id

【问题讨论】：

【解决方案1】：

自联接是正确的方法，因为您的数据是“链接的”。

如果前一个 id 严格来说是在给定 id 之前以数字形式出现的 id，您可以使用 LAG()：

SELECT t.*, LAG(t.Value) OVER (ORDER BY t.id) as Previous_Value
FROM `Table` t;

但是，您的数据中可能不是这种情况（尽管您的示例数据中是这种情况）。

在性能方面，JOIN 不用太担心。它是一个等值连接，因此 BigQuery 应该知道如何以最佳方式运行它。

【讨论】：