bigquery 通过最接近的先前值左连接答案

【问题标题】：bigquery left join by closest previous valuebigquery 通过最接近的先前值左连接
【发布时间】：2020-11-26 12:42:07
【问题描述】：

我有两张表如下：

表_1：

timestamp                id
2020-11-24 01:05:00 UTC  AA
2020-11-24 01:07:00 UTC  AA
2020-11-24 01:07:00 UTC  BB

表_2：

timestamp                id   covered
2020-11-24 01:04:00 UTC  AA   true
2020-11-24 01:06:00 UTC  AA   false

我想向 table_1 添加一列以显示 table_2 中的覆盖值。虽然时间戳不匹配，但我想获取 table_2 中捕获的最接近的先前时间戳。例如，AA 在 1:04 被覆盖，在 1:06 被覆盖，因此结果表如下所示：

timestamp                id   covered
2020-11-24 01:05:00 UTC  AA   true
2020-11-24 01:07:00 UTC  AA   false
2020-11-24 01:07:00 UTC  BB   null

你能帮我完成这个查询吗：

SELECT TABLE_1.timestamp, TABLE_1.id, TABLE_2.covered 
FROM TABLE_1 
LEFT JOIN 
TABLE_2
ON TABLE_1.id = TABLE_2.id
AND ?

【问题讨论】：

标签： sql join google-bigquery left-join

【解决方案1】：

BigQuery 对非等值连接并不感兴趣。所以另一种选择是使用union all 和一些技巧：

select t12.*
from (select t12.*,
             last_value(covered ignore nulls) over (partition by id order by timestamp) as imputed_covered
      from ((select timestamp, id, null as covered
             from table_1
            ) union all
            (select timestamp, id, covered
             from table_2
            )
           ) t12
     ) t12
where covered is null;

这是合并两个表。然后last_value() 检索最新的covered 值——对于table_1 行将来自table_2。

最后的where 只是将结果集过滤为只有table_1 行。

【讨论】：