我有一个输入表:input
和一个或多个maptables
,其中输入包含多个标识符和日期的数据。模式如下:
#input
Id: string (might contain empty values)
Id2: string (might contain empty values)
Id3: string (might contain empty values)
Date: datetime
Value: number
#maptable_1
Id: string
Id2: string
Target_1: string
#maptable_2
Id3: string
Target_2: string
我现在所做的是运行一个管道,为每个date/(id, id2, id3)
组合加载来自input
的数据,并在python中对一个或多个maptables
应用左合并(两者都作为DataFrame(。然后,我将结果流式传输到第三个名为output
的表中,该表具有以下模式:
#output
Id: string
Id2: string
Id3: string
Date: datetime
Value: number
Target_1: string (from maptable_1)
Target_2: string (from maptable_2)
Target_x: ...
现在我在想,这并不是真正有效的。如果我更改映射表中的一个值,则必须为每个date/(id, id2, id3)
组合重做所有管道。
因此,我想知道在加载数据时是否可以直接应用左合并?这样的查询会是什么样子?
在多个映射表和目标列的情况下,这样做是否也有益?查询是否不会变得过于复杂或不可读,特别是在id列不相同的情况下?
这样的查询会是什么样子?
下面是BigQuery标准SQL
INSERT `project.dataset.output`
SELECT *
FROM `project.dataset.input` i
LEFT JOIN `project.dataset.maptable_1` m1 USING(id, id2)
LEFT JOIN `project.dataset.maptable_2` m2 USING(id3)
在多个映射表和目标列的情况下。。。
如果你的所有地图表都与你的问题中的两个地图相同/相似-在这种情况下,每个额外的地图都是额外的LEFT JOIN