sql - 在 Big Query 中查询多个表

Question

由于无法在 BigQuery 中更新表中的数据，并且仅支持追加机制，因此我决定每月创建新表。因此，假设 2012 年的表格将是 ( tbl_012012, tbl_022012, tbl_032012,... tbl_122012)。每条记录将与日期一起存储timestamp为字符串。

现在，如果我的应用程序想要获取从 2012 年 1 月 ( tbl_012012) 到 2012 年 3 月 ( tbl_032012) 的记录，BigQuery API 将通过单个 SQL 范围查询自动遍历所需的表，还是我必须使用额外的应用程序代码编写多个 SQL 查询来检索每个查询结果然后将它们聚合在一起？

Answer 1

您还可以使用表通配符函数。这是StandardSQL文档中的一个示例：

SELECT 
  name
FROM 
  mydata.people
WHERE 
  age >= 35
  AND
  (_TABLE_SUFFIX BETWEEN '20140325' AND '20140327')

这是 LegacySQL ( docs ) 的一个类似示例。

SELECT 
  name
FROM 
  (TABLE_DATE_RANGE([mydata.people], 
                TIMESTAMP('2014-03-25'), 
                TIMESTAMP('2014-03-27'))) 
WHERE 
  age >= 35

这将查询表：

• mydata.people20140325
• mydata.people20140326
• mydata.people20140327

docs上还有其他一些选项。我建议检查一下。

Answer 2

一个 SQL 查询可以引用多个表。只需在 FROM 子句中用逗号分隔每个表，即可查询所有提到的表。

Answer 3

这是一个演示多表选择示例的片段：

SELECT trafficSource.medium AS Traffic_Source, COUNT(trafficSource.medium) AS Counts_Source
FROM [608XXXXX.ga_sessions_20131008],
[608XXXXX.ga_sessions_20131009],
[608XXXXX.ga_sessions_20131010],
[608XXXXX.ga_sessions_20131011],
[608XXXXX.ga_sessions_20131012],
[608XXXXX.ga_sessions_20131013],
[608XXXXX.ga_sessions_20131014],
[608XXXXX.ga_sessions_20131015],
GROUP BY Traffic_Source
ORDER BY Counts_Source DESC

Answer 4

2017年更新：

使用 BigQuery #standardSQL - 您可以使用标准UNION ALL来遍历多个表，也可以使用 a*来匹配共享相同前缀的所有表。使用*匹配器时，您还可以访问元列_TABLE_SUFFIX- 以了解行来自哪个表。

SELECT * FROM Roster
UNION ALL
SELECT * FROM TeamMascot

Answer 5

标准 SQL。

使用通配符。

SELECT trafficSource.medium AS Traffic_Source, COUNT(trafficSource.medium) AS Counts_Source
FROM `608XXXXX.ga_sessions_201310*`
GROUP BY Traffic_Source
ORDER BY Counts_Source DESC