BigQuery SQL 中跨多个字段的拆分函数

Posted 2023-03-24

【中文标题】BigQuery SQL 中跨多个字段的拆分函数

【英文标题】：Split function across multiple fields in BigQuery SQL

【发布时间】：2018-11-09 12:49:07

【问题描述】：

我有这样的数据：

每一列将在一行中具有相同数量的元素，其中第一列中的第一个元素对应于第二列中的第一个元素，依此类推。

如何将其展平以获得以下内容？

对于单个列，我可以通过将 CROSS JOIN 与 UNNEST 组合来做到这一点，但我无法让它与多个列一起使用，因为连接最终会创建多个变体并且 UNNEST 失去了顺序数组，所以我无法匹配它们。

如果我从头开始构建数组，我会在其中使用某种 STRUCT 元素，但是当数组是从 SPLIT() 创建时，我找不到这样做的方法？

【参考方案1】：

WITH_OFFSET 是你的朋友：

WITH strings AS (
  SELECT "a,b,c" a, "aa,bb,cc" b
  UNION ALL
  SELECT "a1,b1,c1" a, "aa1,bb1,cc1" b
)

SELECT x_a, x_b
FROM strings
  , UNNEST(SPLIT(a)) x_a WITH OFFSET o_a 
  JOIN UNNEST(SPLIT(b)) x_b WITH OFFSET o_b
  ON o_a=o_b

【参考方案2】：

BigQuery Standard SQL 的另一种方法如下所示

#standardSQL
WITH `project.dataset.table` AS (
  SELECT 1 id, 'a|b|c' col1, 'n|o|p' col2 UNION ALL
  SELECT 2, 'd|e', 'q|r' UNION ALL
  SELECT 3, 'f|g|h|i', 's|t|u|v' UNION ALL
  SELECT 4, 'j', 'w' UNION ALL
  SELECT 5, 'k|l|m', 'x|y|z'
)
SELECT 
  id, 
  SPLIT(col1, '|')[SAFE_ORDINAL(pos)] value1, 
  SPLIT(col2, '|')[SAFE_ORDINAL(pos)] value2
FROM `project.dataset.table`,
UNNEST(GENERATE_ARRAY(1, ARRAY_LENGTH(SPLIT(col1, '|')))) pos   

预期结果

Row id  value1  value2   
1   1   a       n    
2   1   b       o    
3   1   c       p    
4   2   d       q    
5   2   e       r    
6   3   f       s    
7   3   g       t    
8   3   h       u    
9   3   i       v    
10  4   j       w    
11  5   k       x    
12  5   l       y    
13  5   m       z