BigQueryの標準のSQLクエリは、このクエリを間違った答え

Question

を返します。

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

戻りにもかかわらず、レコードをゼロ：table_aで

• フィールドxは1326932明確な文字列が

• フィールドx値が含まtable_bには18,885の異なる文字列値が含まれています

なぜわかりませんか。さらに、BigQueryの従来のSQLでは、このクエリが正しい答えを返します。

Answer 1

私はその答えを知っていると思うが、それはNOT INに関してはNULLの扱いが間違っているからだ。レガシーSQLを使用している場合、標準SQLの動作はSQL標準と一致する。 documentation bug open for this to add it to the migration guideがありますが、まだ解決されていません。

IN（https://cloud.google.com/bigquery/docs/reference/standard-sql/functions-and-operators#in-operators）のマニュアルに述べて：IN-リストでNULLでINを

はあなたが有する所望の動作を実現することができTRUEまたはNULL、

FALSE決して戻ることができますこのクエリは、代わりにNOT EXISTSを使用して：

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

Answer 2

はあなたのoriginalqueryの変化を最小限にするためにあなただけのを追加することができます

#standardSQL 
SELECT x 
FROM `dataset.table_a` 
WHERE x NOT IN (SELECT x FROM `dataset.table_b` WHERE NOT x IS NULL) 

以下のようにはまた、私は少し

#standardSQL 
SELECT x 
FROM `dataset.table_a` 
WHERE x NOT IN (SELECT DISTINCT x FROM `dataset.table_b` WHERE NOT x IS NULL)