BigQuery -同样的查询，REGEXP_CONTAINS处理的数据比IN操作符少3X？内部细节

Question

我试图提取SKU匹配两个值之一的数据“GGOEGGCX056299 056299\GGOEGAAX0104 0104”

当我运行REGEXP_CONTAINS版本时，它使用来自查询配额17.6MB和使用IN操作符的51.5MB的3X更少的空间。我的Regex版本也被设置为通过管道符号搜索特定的SKU，所以我想知道是什么原因导致REGEX版本在处理查询时使用的空间比同时搜索两个特定SKU的in操作符更少？

对于理解不同之处有什么帮助，以及如何使我的查询更有效？谢谢。

SELECT
date, 
prod.productSKU AS SKU,
SUM(prod.productQuantity) AS qty_purchased
FROM `bigquery-public-data.google_analytics_sample.ga_sessions_*`, 
UNNEST (hits) hit, UNNEST(product) prod
WHERE _TABLE_SUFFIX BETWEEN '20170101' AND '20170131'
AND
REGEXP_CONTAINS (prod.productSKU,"GGOEGGCX056299|GGOEGAAX0104")
GROUP BY date, SKU
ORDER BY date ASC

当我运行IN版本来获取相同的数据时，它说使用了51.5MB

SELECT
date, 
prod.productSKU AS SKU,
SUM(prod.productQuantity) AS qty_purchased
FROM `bigquery-public-data.google_analytics_sample.ga_sessions_*`, 
UNNEST (hits) hit, UNNEST(product) prod
WHERE _TABLE_SUFFIX BETWEEN '20170101' AND '20170331' 
AND
prod.productSKU IN ("GGOEGGCX056299", "GGOEGAAX0104")
GROUP BY date, SKU
ORDER BY date ASC

​

​

Answer 1

从我的查询配额17.6 MB到51.5MB减少了3X空间

以下是原因！

在第一个查询中

WHERE _TABLE_SUFFIX BETWEEN '20170101' AND '20170131'

在第二位

WHERE _TABLE_SUFFIX BETWEEN '20170101' AND '20170331' 

显然，第二次查询覆盖了更多的表，因此字节不同--一个月比三个月--因此~3x差。