BigQuery内连接更新失败但子查询更新成功的原因咨询

错误核心原因 #

虽然你认为transaction_header_guid是唯一值，但问题出在源表（documents_bkup）中该字段可能不唯一——内连接时，目标表（transactions_bkup）的单一行会匹配到源表的多行数据，而BigQuery的UPDATE规则强制要求：目标表的每一行只能对应源表的最多一行，否则无法确定用哪一行数据来更新，直接触发报错。

两种写法的差异解析 #

1. 内连接UPDATE的问题
   假设你的内连接写法类似：

UPDATE dde-demo-d001.sap_crm.transactions_bkup t
SET t.target_column = d.source_column
FROM dde-demo-d001.sap_crm.documents_bkup d
WHERE t.transaction_header_guid = d.transaction_header_guid

如果documents_bkup里存在同一transaction_header_guid对应多行的情况，内连接后目标表的一行会关联到源表的多条记录，BigQuery无法抉择更新值，因此报错。

2. 子查询成功的逻辑
   你的子查询写法必然隐含了确保单一行匹配的逻辑，比如用LIMIT 1或者聚合函数（MAX()/MIN()）来限制每个guid只返回一行数据，示例如下：

UPDATE dde-demo-d001.sap_crm.transactions_bkup t
SET t.target_column = (
  SELECT d.source_column
  FROM dde-demo-d001.sap_crm.documents_bkup d
  WHERE d.transaction_header_guid = t.transaction_header_guid
  LIMIT 1 -- 或用聚合函数确保唯一返回值
)
WHERE EXISTS (
  SELECT 1
  FROM dde-demo-d001.sap_crm.documents_bkup d
  WHERE d.transaction_header_guid = t.transaction_header_guid
)

这种写法通过子查询的限制，保证每个目标行最多匹配到一个源行值，符合BigQuery的UPDATE规则，因此能成功执行。

验证方法 #

执行以下查询，检查documents_bkup中transaction_header_guid的唯一性：

SELECT transaction_header_guid, COUNT(*) AS row_count
FROM dde-demo-d001.sap_crm.documents_bkup
GROUP BY transaction_header_guid
HAVING row_count > 1

如果返回结果，说明该字段在源表中存在重复值，这就是内连接报错的根本原因。

内容的提问来源于stack exchange，提问作者Jaango Jayaraj