如何按条件更新BigQuery重复记录字段值

你当前的字段值映射替换需求不需要参考重复记录处理类的方案，直接使用BigQuery标准DML的UPDATE语句即可实现，具体操作如下：

正式更新语句 #

将下列语句中的项目ID、数据集名称替换为你实际的路径信息后直接执行即可：

UPDATE
  `[你的项目ID].[你的数据集名称].events`
SET
  country = CASE
    WHEN country = 'US' THEN 'United States'
    WHEN country = 'CH' THEN 'China'
    ELSE country
  END
WHERE
  country IN ('US', 'CH')

关键说明 #

• 必须添加WHERE country IN ('US', 'CH')过滤条件：一方面BigQuery的UPDATE语法要求非全字段唯一键匹配的更新必须携带WHERE过滤，否则会抛出语法错误；另一方面可以跳过所有不需要更新的行，大幅降低查询扫描的数据量，节省费用。
• 执行更新前建议先做结果校验，避免误改数据，可以先运行下列预览语句，抽样查看替换前后的值是否符合预期：

SELECT
  country AS original_value,
  CASE
    WHEN country = 'US' THEN 'United States'
    WHEN country = 'CH' THEN 'China'
    ELSE country
  END AS updated_value
FROM
  `[你的项目ID].[你的数据集名称].events`
WHERE
  country IN ('US', 'CH')
LIMIT 100

• 如果events是分区表，建议在WHERE条件中补充分区字段的时间范围（例如AND event_date >= '2024-01-01'），进一步缩小扫描范围，提升执行效率。
• 你之前查到的重复记录更新方案，适用于表内存在完全重复行、需要去重后修正数据的场景，和当前单字段固定值映射的需求不匹配，无需套用复杂逻辑。

内容的提问来源于stack exchange，提问作者Avi L