BigQuery运行SQL出现LEFT SEMI JOIN无两侧字段相等条件报错如何解决

问题原因 #

你当前使用的是支持通配符表的SQL引擎（大概率为BigQuery），引擎处理IN子查询时会自动将其转换为LEFT SEMI JOIN执行，触发报错有两个核心原因：

1. 子查询的SELECT字段行末尾多写了冗余逗号，导致引擎对字段归属解析异常，无法生成合法的两边等值匹配条件
2. 嵌套结构tag的字段在内外层查询中没有明确别名区分，引擎解析时出现歧义，无法判定IN子句的匹配字段对应关系

另外原有SQL还存在逻辑瑕疵：GROUP BY中包含tag.id、tag.name两个未在SELECT中返回的字段，冗余分组会导致统计结果不符合预期。

修复方案 #

推荐改写为显式INNER JOIN实现筛选逻辑，避免引擎自动转换出现的解析问题，同步优化原有逻辑：

WITH create_event_links AS (
  -- 提前筛选符合条件的CreateEvent的link集合
  SELECT DISTINCT tag.link
  FROM `table.day.20*`
  WHERE 
    _TABLE_SUFFIX BETWEEN '1020' AND '1021' 
    AND type = 'CreateEvent'
    AND (JSON_VALUE(payload, '$.reference') = 'Liam' OR JSON_VALUE(payload, '$.reference') IS NULL)
)
SELECT 
  t.tag.link, 
  COUNT(t.tag.name) as count
FROM `table.day.20*` t
-- 显式写匹配条件，避免引擎自动转换报错
INNER JOIN create_event_links cl ON t.tag.link = cl.link
WHERE 
  t.type = 'LookEvent'
  AND t._TABLE_SUFFIX BETWEEN '1020' AND '1021'
GROUP BY 
  t.tag.link
HAVING count >= 10
ORDER BY count DESC
LIMIT 15

优化说明 #

• 用CTE单独提取合法link集合，逻辑更清晰，避免嵌套子查询的解析问题
• 替换JSON_EXTRACT为JSON_VALUE，直接返回字符串值，不需要额外加引号匹配
• 给表添加别名，完全避免嵌套字段的归属歧义

内容的提问来源于stack exchange，提问作者L M