大量查詢/ SQL：薩姆在由輔助表

Question

假設指示間隔I有兩個表：intervals包含索引間隔（其列是i_min和i_max）和values包含索引值（的列i和x）。這裏有一個例子：

values:  intervals: 
+---+---+ +-------+-------+ 
| i | x | | i_min | i_max | 
+-------+ +---------------+ 
| 1 | 1 | | 1 | 4 | 
| 2 | 0 | | 6 | 6 | 
| 3 | 4 | | 6 | 6 | 
| 4 | 9 | | 6 | 6 | 
| 6 | 7 | | 7 | 9 | 
| 7 | 2 | | 12 | 17 | 
| 8 | 2 | +-------+-------+ 
| 9 | 2 | 
+---+---+ 

我要總結x的值，每個間隔：

SELECT 
    i_min, 
    i_max, 
    (SELECT SUM(x) 
    FROM values 
    WHERE i BETWEEN intervals.i_min AND intervals.i_max) AS sum_x 
FROM 
    intervals 

不同之處在於：

 result: 
+-------+-------+-----+ 
| i_min | i_max | sum | 
+---------------------+ 
| 1 | 4 | 13 | // 1+0+4+9 
| 6 | 6 | 7 | 
| 6 | 6 | 7 | 
| 6 | 6 | 7 | 
| 7 | 9 | 6 | // 2+2+2 
| 12 | 17 | 0 | 
+-------+-------+-----+ 

在一些SQL引擎，這可以用做BigQuery不允許使用查詢類型（「在SELECT子句中不允許使用子選擇」或「如果沒有條件等於來自連接兩邊的字段的條件，則不能使用」LEFT OUTER JOIN「」取決於synta x使用）。

必須有一種方法可以用窗口函數做到這一點，但我無法弄清楚 - 我看過的所有例子都將分區作爲表的一部分。有沒有不使用CROSS JOIN的選項？如果沒有，做這個CROSS JOIN最有效的方法是什麼？

我的數據的一些注意事項：

• 這兩個表包含許多（10⁸-10⁹）行。
• intervals中可能有重複，而不是i。
• 但intervals中的兩個區間要麼相同，要麼完全不相交（不重疊）。
• 所有間隔的並集通常接近所有值的集合（所以它形成這個空間的一個分區）。
• 間隔可能很大（例如，i_max-i_min <10⁶）。

Answer 1

嘗試以下 - BigQuery的標準SQL

#standardSQL 
SELECT 
    i_min, i_max, SUM(x) AS sum_x 
FROM (
    SELECT i_min, i_max, ROW_NUMBER() OVER() AS line FROM `project.dataset.intervals` 
) AS intervals 
JOIN (SELECT i, x FROM `project.dataset.values` UNION ALL SELECT NULL, 0) AS values 
ON values.i BETWEEN intervals.i_min AND intervals.i_max OR values.i IS NULL 
GROUP BY i_min, i_max, line 
-- ORDER BY i_min 

，你可以玩虛擬數據/測試，如下

#standardSQL 
WITH intervals AS (
    SELECT 1 AS i_min, 4 AS i_max UNION ALL 
    SELECT 6, 6 UNION ALL 
    SELECT 6, 6 UNION ALL 
    SELECT 6, 6 UNION ALL 
    SELECT 7, 9 UNION ALL 
    SELECT 12, 17 
), 
values AS (
    SELECT 1 AS i, 1 AS x UNION ALL 
    SELECT 2, 0 UNION ALL 
    SELECT 3, 4 UNION ALL 
    SELECT 4, 9 UNION ALL 
    SELECT 6, 7 UNION ALL 
    SELECT 7, 2 UNION ALL 
    SELECT 8, 2 UNION ALL 
    SELECT 9, 2 
) 
SELECT 
    i_min, i_max, SUM(x) AS sum_x 
FROM (SELECT i_min, i_max, ROW_NUMBER() OVER() AS line FROM intervals) AS intervals 
JOIN (SELECT i, x FROM values UNION ALL SELECT NULL, 0) AS values 
ON values.i BETWEEN intervals.i_min AND intervals.i_max OR values.i IS NULL 
GROUP BY i_min, i_max, line 
-- ORDER BY i_min