在 BigQuery 中，如何使用来自其他数据集的不同列值对数据集进行子集化答案

【问题标题】：In BigQuery How to subset a dataset using distinct column values from other data set在 BigQuery 中，如何使用来自其他数据集的不同列值对数据集进行子集化
【发布时间】：2021-03-25 18:54:07
【问题描述】：

我有两个数据集：

数据集 A：哪个对客户有 ID 和 Code 的价值。

数据集 B：只有代码值。

如何对数据集 A 进行子集化，以便在 Bigquery 中仅选择 B 中的代码值。

【问题讨论】：

标签： google-bigquery subset

【解决方案1】：

我喜欢用存在：

select * 
from dataset.setA a
where exists (select 1 from dataset.setB b where a.code = b.code)

【讨论】：

【解决方案2】：

你可以试试left out join

SELECT * FROM dataset.setB a left outer join dataset.setA b on a.code = b.code
WHERE b.code is null

它只会给出 dataset.setB 中存在的记录，它将忽略所有匹配的记录和不存在于 dataset.setB 但存在于 dataset.setA 中的记录。

【讨论】：

【解决方案3】：

select * 
from dataset.setA
where code in (select code from dataset.setB)

【讨论】：