如何用BigQuery SQL为销售数据新增子类别列并匹配UPC主表？

BigQuery完全适配你的需求，相比Connected Sheets有核心优势：

• 处理4年大规模销售数据毫无压力，不会出现Sheets的卡顿、函数超时或数据量限制问题
• SQL的JOIN逻辑比VLOOKUP/FILTER更灵活，能原生解决重复UPC和停产商品匹配缺失的问题，不会像Sheets那样直接返回错误值
• 后续对接数据可视化工具（如Data Studio）更顺畅，无需在Sheets中做繁琐的中间转换

假设你的表结构如下：

• 销售数据表：sales_data，包含字段product_name, sales_volume, main_category, upc
• 产品主表：product_master，包含字段upc, sub_category，可选字段is_discontinued（停产标记）、update_timestamp（数据更新时间）

第一步：清洗主表重复UPC #

如果主表存在同一UPC对应多条记录的情况，先通过窗口函数筛选唯一有效记录（比如优先保留非停产、最新更新的条目）：

WITH cleaned_product_master AS (
  SELECT
    upc,
    sub_category,
    -- 按「非停产优先、最新更新优先」排序，给每个UPC的记录编号
    ROW_NUMBER() OVER (
      PARTITION BY upc 
      ORDER BY is_discontinued ASC, update_timestamp DESC
    ) AS row_num
  FROM `your-project-id.your-dataset-id.product_master`
)
-- 只保留每个UPC的第一条有效记录
SELECT upc, sub_category
FROM cleaned_product_master
WHERE row_num = 1

第二步：关联销售数据与清洗后的主表 #

用LEFT JOIN确保所有销售数据都被保留，即使UPC匹配不到（比如停产商品或主表无记录），子类别列会显示自定义占位值（如「未匹配」）：

WITH cleaned_product_master AS (
  SELECT
    upc,
    sub_category,
    ROW_NUMBER() OVER (
      PARTITION BY upc 
      ORDER BY is_discontinued ASC, update_timestamp DESC
    ) AS row_num
  FROM `your-project-id.your-dataset-id.product_master`
)
SELECT
  s.product_name,
  s.sales_volume,
  s.main_category,
  s.upc,
  -- 用COALESCE处理匹配缺失的情况，替换为你需要的文本
  COALESCE(m.sub_category, '未匹配') AS sub_category
FROM `your-project-id.your-dataset-id.sales_data` s
LEFT JOIN cleaned_product_master m
ON s.upc = m.upc

额外说明 #

• 如果主表没有is_discontinued或update_timestamp字段，可以去掉ORDER BY里的对应部分，只按PARTITION BY upc取第一条记录
• 查询结果可直接导出到可视化工具，或创建视图用于后续数据分析

内容的提问来源于stack exchange，提问作者Sean Henry