如果第一个条件失败，则在具有较少条件的另一列上进行 SQL 连接

Posted 2023-04-15

【中文标题】如果第一个条件失败，则在具有较少条件的另一列上进行 SQL 连接

【英文标题】：SQL join on another column with fewer conditions if first condition fails

【发布时间】：2020-07-29 15:14:08

【问题描述】：

我有一个表，表 1 包含以下列：

我还有一个包含以下列的表格（table2）

我想使用以下逻辑将表 1 与表 2 连接起来：

i) try to match on 
table2.zipcode = (table1.loc_zip_cd if table1.loc_zip_cd is not null 
                 or table1.set_cip_cd if table1.loc_zip_cd is null)
and
table1.year = table2.year and
table1.category = table2.category

如果连接在上述条件下在右侧返回 null，

ii) try to match on
table1.year = table2.st_year
table1.category = table2.category

.. ..

我将如何做到这一点？这是我使用合并的尝试，但没有奏效。 .. ..

get_results = spark.sql(""" select table1.*,table2.zipcode, table2.factor_ppqqrr from table1

                left join table2 on
                
                COALESCE(table1.year= table2.year and
                table1.category=table2.category and
                table2.zipcode =
                CASE
                    WHEN table1.loc_zip_cd IS NOT NULL THEN SUBSTRING(table1.loc_zip_cd,1,3)
                    WHEN table1.set_zip_cd IS NOT NULL THEN SUBSTRING(table1.set_zip_cd,1,3)
                END, 
                table1.year= table2.st_year and
                table1.category=table2.category)
                
                """)

【问题讨论】：

我不熟悉 spark.sql 但知道 sql ，你不能用“OR”代替 COALESCE 吗？

如果第一个返回空值，它会查看第一个条件并进入第二个条件吗？

st_year 是否与 year 不同（即每个谓词中使用不同的年份列）？

在所有语言中都是典型的“或”。任何一个条件匹配都会给你结果。如果第一个条件为 false 是否同样视为 null ？还是您的意思是 table1 中的一行不应该同时满足这两个条件？如果您输入一些预期的结果会很好。

【参考方案1】：

加入两次，然后选择你的优惠栏目：

SELECT
  COALESCE(t2a.year, t2b.year),
  COALESCE(t2a.column_you_prefer, t2b.column_youll_accept),
FROM
  table1
  LEFT JOIN table2 t2a
  ON  
    t2a.zipcode = COALESCE(table1.loc_zip_cd, table1.set_cip_cd) AND
    t2a.year = table1.year AND
    t2a.category = table1.category

  LEFT JOIN table2 t2b
  ON
    t2b.year = table1.year AND
    t2b.category = table1.category