BigQuery SQL两表按date和id关联取首行计算对应name的shares总和

你出现结果翻倍的核心原因是table1中同一个date+id组合存在重复行，左关联时每一行重复数据都会匹配到table2对应的shares值，导致sum统计时被重复累加。只需要提前对table1按date+id去重，每组仅保留一行参与关联即可。

方案1：用DISTINCT去重（写法最简单，兼容性最高） #

SELECT t1.date, t1.name,
       COALESCE(SUM(t2.shares), 0) AS shares
FROM (
    SELECT DISTINCT date, id, name
    FROM table1
) t1 
LEFT JOIN table2 t2
ON t2.date = t1.date AND t2.id = t1.id
GROUP BY t1.date, t1.name

说明：同一个date+id对应的name值是固定的，直接对三个字段去重就能得到每个date+id的唯一行。

方案2：用窗口函数取每组第一行（完全匹配“取每组第一行”的需求） #

适用于支持窗口函数的SQL引擎（MySQL 8.0+、PostgreSQL、Spark SQL、Hive等）：

SELECT t1.date, t1.name,
       COALESCE(SUM(t2.shares), 0) AS shares
FROM (
    SELECT date, id, name,
           ROW_NUMBER() OVER(PARTITION BY date, id ORDER BY date) AS rn
    FROM table1
) t1 
LEFT JOIN table2 t2
ON t2.date = t1.date AND t2.id = t1.id
WHERE t1.rn = 1
GROUP BY t1.date, t1.name

说明：ROW_NUMBER()会给每个date+id分组的行按排序规则生成序号，筛选rn=1就可以只取每组的第一行参与后续关联计算。

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