BigQuery动态设置起始日期：优先取processed_data最大日期，无则用raw_data最小日期

原代码的核心问题 #

• EXISTS判断逻辑错误：EXISTS(SELECT MAX(EVENT_DATE) FROM ...)即使MAX结果为NULL，子查询仍会返回一行NULL值，EXISTS会判定为true，无法正确识别表中无有效日期的场景。
• 赋值语法错误：BigQuery中变量赋值必须使用SET关键字，且子查询需用括号包裹；原代码存在反引号不配对的问题（mydb.processed_data缺失开头反引号）。
• 冗余日期处理：DATE(DATE_TRUNC(EVENT_DATE, DAY))等价于DATE(EVENT_DATE)，无需重复执行截断再转日期操作。

修正后的DECLARE+IF实现 #

DECLARE start_date DATE DEFAULT CURRENT_DATE();

-- 先获取processed_data的最大日期
SET start_date = (SELECT MAX(EVENT_DATE) FROM `mydb.processed_data`);

-- 若最大日期为空，切换为raw_data的最小日期
IF start_date IS NULL THEN
  SET start_date = (SELECT MIN(EVENT_DATE) FROM `mydb.raw_data`);
END IF;

SELECT *
FROM `mydb.raw_data`
WHERE
  DATE(EVENT_DATE) = DATE(start_date)
  -- 注意：同时限制等于前一天的条件，仅当start_date恰好为前一天时才返回数据，需确认逻辑是否符合预期
  AND DATE(EVENT_DATE) = DATE_SUB(CURRENT_DATE(), INTERVAL 1 DAY);

更简洁的替代实现（无需DECLARE） #

用COALESCE直接合并两个查询结果，省略流程控制语句，代码更紧凑：

WITH date_config AS (
  SELECT
    COALESCE(
      (SELECT MAX(EVENT_DATE) FROM `mydb.processed_data`),
      (SELECT MIN(EVENT_DATE) FROM `mydb.raw_data`)
    ) AS start_date
)
SELECT r.*
FROM `mydb.raw_data` r
CROSS JOIN date_config
WHERE
  DATE(r.EVENT_DATE) = DATE(date_config.start_date)
  AND DATE(r.EVENT_DATE) = DATE_SUB(CURRENT_DATE(), INTERVAL 1 DAY);

补充说明 #

• 原WHERE条件同时限制DATE(EVENT_DATE)等于start_date和前一天，意味着只有当start_date恰好等于前一天时才会返回数据，若不符合预期，可按需移除其中一个条件。
• 若mydb.raw_data也可能无有效最小日期，可在COALESCE末尾添加默认值（如CURRENT_DATE()），避免结果为NULL。

内容的提问来源于stack exchange，提问作者epool