有同名字段的两个表如何在ETL里实现全关联
场景描述
实际业务中，业务数据一般会存放在多张不同的表，例如商品表，促销表，交易表等。做数据分析时，往往需要多表关联取数。例如现在有如下两张表，左表和右表，需要以‘A’为关联条件做全关联。
- 如果只勾选左表的字段‘A’，得到的结果是：
2. 如果只勾选右表的字段‘A’，得到的结果是：
以上情况行数是对的，但值不全。
产生原因
虽然两张表都有'A'字段，但其实这是两个不同的字段，分别是左表.A，右表.A。并且他们的值不是全包含关系。为了取到所有‘A’字段的值，我们必须在全关联时保留这两列。
解决步骤
-
将其中一个字段‘A’重命名，比如左表的'A'重命名为‘A1’。
-
以'A1'和'A'进行全关联，并选中 'A1'和'A'两列及其他需要的列。
- 但实际操作中，我们往往需要的是如下效果，可以使用COALESCE()函数解决。方法如下：
1）新建列，并用COALESCE(A1,A)取出所有的'A'列值。
2）再进行选择列和null值替换（如有null值的话）。
3）如果两表中存在多个同名字段，可以重复这样的操作。