AWS Athena 中的嵌套查询替代方案

Question

我正在运行一个查询，该查询提供了一组不重叠的first_party_id - ID，这些ID与一个第三方相关联，但与另一个第三方无关。但是，此查询不会在 Athena 中运行，从而给出错误：Correlated queries not yet supported.

正在查看prestodb文档，https://prestodb.io/docs/current/sql/select.html（Athena是引擎盖下的prestodb），以替代嵌套查询。给出的with statement示例似乎不能很好地翻译此not in子句。想知道嵌套查询的替代方案是什么 - 下面的查询。

SELECT 
         COUNT(DISTINCT i.third_party_id) AS uniques
FROM 
         db.ids i
WHERE
         i.third_party_type = 'cookie_1'
         AND i.first_party_id NOT IN (
           SELECT
             i.first_party_id
           WHERE 
             i.third_party_id = 'cookie_2'
         )

Answer 1

可能有更好的方法可以做到这一点 - 我也很想看看它！ 我能想到的一种方法是使用外部连接。 （我不太确定你的数据是如何构建的，所以请原谅这个人为的例子，但我希望它能翻译好。 怎么样？

with 
  a as (select * 
       from (values 
       (1,'cookie_n',10,'cookie_2'), 
       (2,'cookie_n',11,'cookie_1'),
       (3,'cookie_m',12,'cookie_1'),
       (4,'cookie_m',12,'cookie_1'),
       (5,'cookie_q',13,'cookie_1'),
       (6,'cookie_n',13,'cookie_1'),
       (7,'cookie_m',14,'cookie_3')
       ) as db_ids(first_party_id, first_party_type, third_party_id, third_party_type)
      ),
  b as (select first_party_type 
        from a where third_party_type = 'cookie_2'),
  c as (select a.third_party_id, b.first_party_type as exclude_first_party_type 
        from a left join b on a.first_party_type = b.first_party_type 
        where a.third_party_type = 'cookie_1')
select count(distinct third_party_id) from c 
       where exclude_first_party_type is null;

希望这有帮助！

Answer 2

您可以使用外部连接：

SELECT 
         COUNT(DISTINCT i.third_party_id) AS uniques
FROM 
         db.ids a
LEFT JOIN
         db.ids b
ON       a.first_party_id = b.first_party_id
     AND b.third_party_id = 'cookie_2'
WHERE
         a.third_party_type = 'cookie_1'
     AND b.third_party_id is null -- this line means we select only rows where there is no match

对

可能返回NULL值的子查询使用 NOT IN 时也应小心，因为条件将始终为 true。您的查询正在将a.first_party_id与NULL进行比较，这将始终为假，因此NOT IN将导致条件始终为真。讨厌的小陷阱。

避免

这种情况的一种方法是避免使用 NOT IN 或向子查询添加条件，即 AND third_party_id IS NOT NULL .

有关更长的说明，请参阅此处。