如何将值与BigQuery中另一个表中的多个修改值进行比较？

Question

我正在使用Google BigQuery，但遇到以下问题：

我有一张这样的表（A）：

|         time           |     request     |
|------------------------|-----------------|
|2019-09-24 11:10:00 UTC | fakewebsite.com |
|2019-09-24 11:10:00 UTC | realwebsite.com |
|........................|.................|
|2019-09-24 11:10:00 UTC | foobwebsite.com |
|2019-09-24 11:10:00 UTC | barrwebsite.com |

和另一个表（B）像这样：

|   blacklist   |
|---------------|
|    foo.com    |
|       ...     |
|    bar.com    |

我想进行查询，以获取表B的黑名单字段内的值的修改版本，如下所示：

SPLIT(NET.REG_DOMAIN(blacklist), CONCAT('.',NET.PUBLIC_SUFFIX(blacklist)))[OFFSET(0)] AS to_exclude-这将仅从“ foo.com”返回“ foo”

然后返回表A的request字段中的所有值，其中未找到to_exclude。

我知道如何针对一个值执行此操作，但我不知道针对多个值执行此操作。我正在寻找类似以下内容的东西：

#standardSQL
WITH tmp_blacklist AS
    (SELECT
        SPLIT(NET.REG_DOMAIN(blacklist), CONCAT('.',NET.PUBLIC_SUFFIX(blacklist)))[OFFSET(0)] AS to_exclude
    FROM 
        mydataset.B)

SELECT
    request
FROM
    mydataset.A
WHERE  
    request NOT LIKE ("%value1%", "%value2%", ..., "%valuen%") -- I can't use OR along with the NOT LIKE since the values are too many and they will change.

n values是tmp_blacklist表的值。

[此外，如果我没有用WITH定义表，而是在NOT LIKE之后定义了表，则会收到以下错误：Scalar subquery produced more than one element，如果LIKE仅期望一个元素，这是有意义的。但是话又说回来，那是完成了一半的工作，因为我想要的是"%value%"，而不仅仅是表格的value。

[现在，我在网上搜索了一种方法来做到这一点，然后我发现有人说无法做到这一点，然后有人采用LIKE和IN的组合进行变通，其中有人说，如果其中一个表增长到拥有大量数据（我的情况）。

最佳方法是什么？

Answer 1

一种方法使用not exists：

SELECT a.request
FROM mydataset.A a
WHERE NOT EXISTS (SELECT 1
                  FROM tmp_blacklist bl
                  WHERE a.request LIKE CONCAT('%', bl.to_exclude, '%'
                 );

请注意，这可能很昂贵。您可能需要测试构建排除字符串，如下所示：

'value1|value2|value3'

然后使用正则表达式。