regex - 跟进：错误：无法解析正则表达式“”：模式太大 - 编译失败

Question

这是对错误的跟进：无法解析正则表达式“”：模式太大 - 编译失败......

我又遇到了这个问题。

谁能解释一下 BigQuery 如何为 REGEXP 函数分配资源？在单个 BQ 查询中是否存在“太多”\“太复杂”的 REGEXP 表达式的已知问题（以及避免它的方法）？

非常感谢

Answer 1

正则表达式解析有一些不幸的极端情况，可能会占用大量处理周期（请参阅http://www.regular-expressions.info/catastrophic.html）。正则表达式状态机也会占用大量内存。因此，BigQuery 对正则表达式有预算。当前值类似于每个查询 2MB。然而，这是一个指导方针，而不是公布的保证，并且可能随时更改。

BigQuery 被记录为使用 Re2（此处的代码：https ://code.google.com/p/re2/ ）进行正则表达式解析；您可以尝试使用 2MB 的预算使用此库运行您的正则表达式，并检查它们是否成功。