BigQuery 重现在子选择中使用另一个表的查询

Question

我无法在 BigQuery 中重现类似于以下 MSSQL 查询的查询：

SELECT 
  COL1,
  COL2, COL3,
  CASE
    WHEN ( COL1 % 2 ) = 0 THEN COL2
    ELSE (SELECT TOP 1 COL99 FROM ANOTHER_TABLE AS AT WHERE AT.COL8 = T.COL2 AND AT.COL9 < T.COL3 ORDER BY AT.COL9 DESC)
  END AS COL4

FROM TABLE AS T

首先，我尝试重现 BQ 上的查询，如下所示：

SELECT 
  COL1,
  COL2, COL3,
  CASE
    WHEN ( COL1 % 2 ) = 0 THEN COL2
    ELSE (SELECT COL99 FROM PROJECT.DATASET.ANOTHER_TABLE AS AT WHERE AT.COL8 = T.COL2 AND AT.COL9 < T.COL3 ORDER BY AT.COL9 DESC LIMIT 1)
  END AS COL4

FROM PROJECT.DATASET.TABLE AS T

但它会导致错误： Correlated subqueries that reference other tables are not supported unless they can be de-correlated, such as by transforming them into an efficient JOIN.

我可以理解这个错误，我同意原始查询不是很优化，因为可以对表中的每一行执行子查询。

知道我尝试了以下不会导致错误但给出错误（太多）结果的方法：

SELECT 
  COL1,
  COL2, COL3,
  CASE
    WHEN ( COL1 % 2 ) = 0 THEN COL2
    ELSE AT.COL99
  END AS COL4

FROM PROJECT.DATASET.TABLE AS T
LEFT JOIN (
  SELECT * FROM (
    SELECT 
       COL99,
       COL8,
       COL9
       ROW_NUMBER() OVER (PARITION BY COL8 ORDER BY COL9 DESC) AS rn
  ) AS TMP
  /*WHERE TMP.rn = 1*/
) AS AT
ON AT.COL8 = T.COL2
AND AT.COL9 < T.COL3

此查询返回的行比预期的多，知道条件“AND AT.COL9 < T.COL3”是正常的，但我很难找出如何采用最小 ROW_NUMBER 值 (rn) 来重现原始查询的 TOP 1 .

我试图将TMP.rn = 1放入 AT 表中，但问题是它并不总是第一个符合条件AND AT.COL9 < T.COL3的值。

要恢复，我的目标是能够在 BigQuery 上重现此问题顶部的第一个查询，我已经尝试了一些但我正在阻止如何获取与条件AND AT.COL9 < T.COL3匹配的 ROW_NUMBER (rn) 的最小值AND AT.COL9 < T.COL3 .

有没有人有过类似的用例？

编辑：添加输入和 output：

• 表为 T：

列1	列2	列3
1234	AAA级	25/12/2022
1235	BBB	25/12/2022
1236	CCC 认证	25/12/2022
1337	AAA级	24/12/2022
1238	AAA级	23/12/2022
1239	AAA级	22/12/2022

• 另一个表

COL99	COL8	COL9
1111	AAA级	25/12/2022
2222	BBB	25/12/2022
3333	CCC 认证	25/12/2022
9999	AAA级	23/12/2022
8888	AAA级	22/12/2022
7777	AAA级	21/12/2022

• 预计 output

列1	列2	列3	列4
1234	AAA级	25/12/2022	AAA级
1235	BBB	25/12/2022	NULL
1236	CCC 认证	25/12/2022	CCC 认证
1237	AAA级	24/12/2022	9999
1238	AAA级	23/12/2022	AAA级
1239	AAA级	22/12/2022	7777

Answer 1

您可以使用FIRST_VALUE() window function：

SELECT DISTINCT T.COL1, T.COL2, T.COL3,
       CASE
         WHEN T.COL1 % 2 = 0 THEN T.COL2
         ELSE FIRST_VALUE(AT.COL99) OVER (PARTITION BY T.COL1, T.COL2, T.COL3 ORDER BY AT.COL9 DESC)
       END AS COL4
FROM FIRST_TABLE AS T LEFT JOIN ANOTHER_TABLE AS AT
ON AT.COL8 = T.COL2 AND AT.COL9 < T.COL3 AND T.COL1 % 2 <> 0;

如果COL1在第一个表中是唯一的，您可以将PARTITION BY子句简化为：

OVER (PARTITION BY T.COL1 ORDER BY AT.COL9 DESC)

请参阅演示（对于 MySql，但它是标准 SQL）。

Answer 2

@forpas 提供的查询在我的示例中返回了良好的结果，但没有返回我在实际用例中等待的结果。

但是@forpas 的想法启发了我，我找到了解决问题的方法。

它在@forpas 提供的链接中给出了相同的结果，查询在 MySQL 中如下所示：

SELECT T.COL1, T.COL2, T.COL3,
       CASE
         WHEN T.COL1 % 2 = 0 THEN T.COL2
         ELSE AT1.COL99
       END AS COL4
FROM FIRST_TABLE AS T 
LEFT JOIN (
  SELECT * FROM (
    SELECT 
      AT.COL99, 
      T.COL2, 
      T.COL3, 
      ROW_NUMBER() OVER (PARTITION BY T.COL3, T.COL2, AT.COL8 ORDER BY AT.COL9 DESC) AS COUNTER 
    FROM ANOTHER_TABLE AS AT
    INNER JOIN FIRST_TABLE AS T
    ON AT.COL8 = T.COL2 AND AT.COL9 < T.COL3) TEMP
  WHERE TEMP.COUNTER = 1
) AS AT1
ON AT1.COL2 = T.COL2 AND AT1.COL3 = T.COL3 ;

查询可能很复杂，如果有人有更优化的东西，我会很乐意尝试。

谢谢@forpas 的提议！