Big Query 匹配表之间的记录

Question

我有两个表：

TableA

ID          Gender               BeginDate      
034446         F          2016-01-15T00:00:00
034446         F          2020-02-17T00:00:00
035689         F          2016-01-14T00:00:00
035679         F          2016-01-18T00:00:00
045687         F          2020-05-21T00:00:00

TableB

ID            Gender        Date        
34446         F          2016-01-14
35689         F          2016-01-14
35679         F          2016-01-18

我试图弄清楚 TableB 中有多少记录（以及哪些记录）与 TableA 不匹配以及有多少匹配。两个表都有重复的 ID，这就是为什么我还需要使用 Date 字段来匹配记录的原因。 TableB 中的日期字段在表之间可能相差一两天。例如，Table B 的第一行应该与 Table A 的第一行匹配，而不是第二行。需要有一个声明说 TableA 日期字段等于或介于 TableB 的日期字段的一两天之间。我试图在下面写一个查询，但日期设置为彼此相等。

SELECT a.ID, CONCAT('0',CAST(b.ID AS STRING)), EXTRACT(DATE FROM a.BeginDate) AS date
FROM `dev.tableA` a
LEFT OUTER JOIN `dev.TableB` b
ON a.ID = CONCAT('0',CAST(b.ID AS STRING))
AND EXTRACT(DATE FROM a.BeginDate) = b.Date

Answer 1

如果我没看错的话，你可以使用exists:

select b.*
from tableb b
where not exists (
    select 1
    from tablea a 
    where a.id = b.id
        and a.begindate >= date_sub(b.date, interval 2 day)
        and a.begindate <= date_add(b.date, interval 2 day)
)

这会带来 b 的记录，在 a 中不存在具有相同 id 且日期在 +/- 两天内的匹配项。如果确实有必要，您可以在 id 上添加转换，并根据需要调整边界。

如果您想要总记录数，只需将 b.* 替换为 count(*)。

Big Query 匹配表之间的记录

Big Query match records between tables

sql

count

subquery

google-bigquery