BigQuery技术问询：内容相同的多行SQL数据合并为单行

嘿，在BigQuery里把多行匹配的数据合并成单行其实是个挺常见的需求，我来给你分享几个实用的方法，分不同场景来看：

如果你的需求是把同一分组下的文本内容拼接成一个字符串，用STRING_AGG()函数就搞定了。它支持自定义分隔符，还能排序、去重。

举个实际例子：假设你有一张user_purchases表，记录了用户的购买记录，结构如下：

要把每个用户的所有商品合并成一行，SQL可以这么写：

SELECT
  user_id,
  STRING_AGG(product_name, ', ' ORDER BY product_name) AS purchased_products
FROM
  `your-project.your-dataset.user_purchases`
GROUP BY
  user_id

结果会是：

如果要去重（比如用户重复买了同一个商品），只需要在字段前加DISTINCT：STRING_AGG(DISTINCT product_name, ', ')

如果不想把内容变成纯字符串，而是保留数组格式方便后续处理，就用ARRAY_AGG()函数。它会把同一分组下的字段值打包成一个数组。

还是用上面的表，要得到每个用户的商品数组：

SELECT
  user_id,
  ARRAY_AGG(product_name ORDER BY product_name) AS products_array
FROM
  `your-project.your-dataset.user_purchases`
GROUP BY
  user_id

结果里的products_array字段就是["耳机", "手机"]这样的数组类型，后续可以用UNNEST()展开，或者用数组函数操作。

如果每行有多个字段需要合并，比如要把用户的所有购买记录（包含商品名、价格、日期）合并成JSON数组，就可以结合TO_JSON_STRING()和ARRAY_AGG()：

假设表结构多了price和purchase_date字段：

合并成JSON数组的SQL：

SELECT
  user_id,
  ARRAY_AGG(TO_JSON_STRING(STRUCT(product_name, price, purchase_date))) AS purchase_records
FROM
  `your-project.your-dataset.user_purchases`
GROUP BY
  user_id

结果里的purchase_records会是包含多个JSON字符串的数组，每个元素对应一条购买记录的完整信息。

• 处理NULL值：如果字段可能为空，可以用IFNULL()包裹，比如STRING_AGG(IFNULL(product_name, '无商品'), ', ')
• 控制结果长度：STRING_AGG()默认有长度限制，如果内容太长，可以加LIMIT参数，比如STRING_AGG(product_name, ', ' LIMIT 10)只取前10个值

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