Sql Google BigQuery组超时

我试图通过Google BigQuery从github归档中查询协作者登录名、存储库语言和名称。如果我排除GROUP BY，下面的查询工作正常，但是对于GROUP BY，查询将永远继续，直到我从google bigquery获得超时。由于GoogleBigQuery没有DISTINCT，所以我尝试使用GroupBy作为DISTINCT，这样我就不会得到重复的行。以下是我使用的查询：

SELECT
    a1.actor_attributes_login,
    a2.actor_attributes_login,
    a1.repository_language,
    a1.repository_name,
FROM
    [githubarchive:year.2014] AS a1
LEFT JOIN
    [githubarchive:year.2014] AS a2
ON
    a1.repository_name = a2.repository_name
WHERE
    a1.actor_attributes_login != a2.actor_attributes_login
    AND a1.actor_attributes_location = "California"
    AND (a1.repository_language = "Java"
      OR a1.repository_language = "Python")
GROUP BY
    a1.actor_attributes_login,
    a2.actor_attributes_login,
    a1.repository_language,
    a1.repository_name
LIMIT
    10000

---

嗯。在执行联接之前，您可以尝试删除重复项：

SELECT a1.actor_attributes_login, a2.actor_attributes_login,
       a1.repository_language, a1.repository_name
FROM (SELECT a.actor_attributes_login, a.repository_language, a1.repository_name
      FROM githubarchive:year.2014] a
      WHERE a.actor_attributes_location = 'California AND
            a.repository_language IN ('Java', 'Python')
      GROUP BY a.actor_attributes_login, a.repository_language, a.repository_name
     ) a1 LEFT JOIN
     (SELECT a1.actor_attributes_login, a1.repository_language, a1.repository_name
      FROM githubarchive:year.2014] a1
      GROUP BY a1.actor_attributes_login, a1.repository_language, a1.repository_name
     ) a2
     ON a1.repository_name = a2.repository_name
WHERE a1.actor_attributes_login <> a2.actor_attributes_login
LIMIT 10000;

如果消除子查询中的重复项，我认为您不需要外部分组

---

此外，如果您使用的是LIMIT，您应该有一个订购人。

Ah legend！我不得不在第一个内部选择中更改名称a1，因为它在这一个中用于两个表，并且它被拒绝，因为它有歧义，但除此之外，它工作得很好。谢谢