BigQuery中除临时表外，如何复用TABLESAMPLE采样结果过滤多表？

针对BigQuery中TABLESAMPLE因多次引用采样表报错的问题，除写入临时表外，可采用以下两种方案：

方案1：先合并目标表再关联采样结果 #

将需要过滤的两张表先通过UNION ALL合并，再与采样得到的ID子集做一次关联，确保采样表仅被扫描引用一次。

示例SQL：

WITH sampled_ids AS (
  -- 仅执行一次采样，获取ID子集
  SELECT id
  FROM `project.dataset.very_large_table` TABLESAMPLE SYSTEM (25 PERCENT)
),
combined_target_tables AS (
  -- 合并两张待过滤表
  SELECT * FROM `project.dataset.table_1`
  UNION ALL
  SELECT * FROM `project.dataset.table_2`
)
-- 一次性过滤合并后的表
SELECT ct.*
FROM combined_target_tables ct
JOIN sampled_ids s ON ct.id = s.id

方案2：将采样ID存入数组后复用 #

把采样得到的ID聚合为一个数组，再通过UNNEST数组分别关联两张目标表，这样采样表仅被扫描一次生成数组，后续复用数组内容即可。

示例SQL：

WITH sampled_id_array AS (
  -- 采样并将ID聚合为数组
  SELECT ARRAY_AGG(id) AS id_list
  FROM `project.dataset.very_large_table` TABLESAMPLE SYSTEM (25 PERCENT)
)
-- 关联第一张表
SELECT t1.*
FROM `project.dataset.table_1` t1
JOIN sampled_id_array s ON t1.id IN UNNEST(s.id_list)
UNION ALL
-- 复用同一ID数组关联第二张表
SELECT t2.*
FROM `project.dataset.table_2` t2
JOIN sampled_id_array s ON t2.id IN UNNEST(s.id_list)

这两种方案都能避免采样表被多次引用的问题，同时实现仅采样一次并复用结果过滤多张表的需求。

内容的提问来源于stack exchange，提问作者Renier Botha