BigQuery 标准 SQL 查询返回错误答案

Question

这个查询：

SELECT x 
FROM dataset.table_a 
WHERE x NOT IN (SELECT x FROM dataset.table_b)

即使以下情况也返回零记录：

• 字段包含 1,326,932x个table_a不同的字符串值

• 字段包含 18,885x个table_b不同的字符串值

我不懂为什么。此外，在 BigQuery 旧版 SQL 中，此查询会返回正确的答案。

Answer 1

我怀疑我知道答案——这是由于使用旧版 SQL 时的错误处理NULL，NOT IN而标准 SQL 的行为与 SQL 标准一致。有一个文档错误可以将其添加到迁移指南中，但尚未解决。

IN 的文档 ( https://cloud.google.com/bigquery/docs/reference/standard-sql/functions-and-operators#in-operators ) 指出：

IN 列表中带有 NULL 的 IN 只能返回 TRUE 或 NULL，不能返回 FALSE

您可以通过此查询实现所需的行为，NOT EXISTS而是使用：

SELECT x
FROM dataset.table_a AS t
WHERE NOT EXISTS (
  SELECT 1 FROM dataset.table_b
  WHERE t.x = x
);