BigQuery中项目.数据库.列名别名设置及表连接语法问题

问题描述 #

我第一次发帖，问题可能比较基础。在做BigQuery小型作品集项目时，尝试通过reviews.listing_id = listings.id对两个表执行INNER JOIN操作，却一直遇到字符串错误和意外输入错误。不清楚是必须使用完整表路径（比如mark-data-analytics.AirBnB_data.listings.id = mark-data-analytics.AirBnB_data.reviews.listing_id），还是可以给表设置别名（如mark-data-analytics.AirBnB_data.listings AS listings）后，用listings.id = reviews.listing_id来关联。

最初尝试的错误代码 #

SELECT host_id, host_url, host_name, COUNT(*) AS num_dirty_reviews FROM reviews
INNER JOIN `mark-data-analytics.AirBnB_data.listings` ON `mark-data-analytics.AirBnB_data.reviews.listing_id` = `mark-data-analytics.AirBnB_data.listings.id`
WHERE comments LIKE "%dirty%"
GROUP BY host_id, host_url, host_name
ORDER BY num_dirty_reviews DESC;

错误原因分析 #

1. FROM子句仅写了reviews，未指定完整的项目-数据集-表路径，BigQuery无法识别该表的位置
2. ON子句中使用了完整路径，但FROM里的表未正确声明，导致语法冲突

可运行的优化代码 #

感谢Thom A的帮助，以下是可正常运行且更规范的写法：

SELECT listings.host_id, listings.host_url, listings.host_name, COUNT(*) AS num_dirty_reviews
FROM `mark-data-analytics.AirBnB_data.reviews` AS reviews
INNER JOIN `mark-data-analytics.AirBnB_data.listings` AS listings
  ON reviews.listing_id = listings.id
WHERE reviews.comments LIKE "%dirty%"
GROUP BY listings.host_id, listings.host_url, listings.host_name
ORDER BY num_dirty_reviews DESC;

关键说明 #

• 可以给表设置别名，大幅简化代码，关联时直接用别名.字段即可，无需重复写完整路径
• 所有表都必须在FROM/JOIN中明确指定完整路径，并用反引号包裹（因为路径包含连字符，BigQuery要求特殊字符用反引号转义）
• 当多个表存在同名字段时，必须用别名前缀指定字段来源，避免歧义报错
• 优化后的代码去掉了冗余的表声明，采用标准INNER JOIN语法，同时给comments字段加上表别名前缀，逻辑更严谨

内容的提问来源于stack exchange，提问作者MarkM