SQL ASOF JOIN erklärt: jede Zeile dem neuesten Wert zuordnen, in jeder Engine

Ein normaler Join ordnet Zeilen zu, wenn die Schlüssel gleich sind. Viele echte Fragen brauchen etwas anderes: die Zeile mit dem neuesten Zeitstempel zum oder vor einem anderen Zeitstempel. Den Aktienkurs im Moment eines Kaufs. Den Wechselkurs am Tag einer Rechnung. Den Tarif des Kunden, als er ein Support-Ticket eröffnete. Das ist ein ASOF JOIN ("as of", also "zum Stand von"). Snowflake, DuckDB, ClickHouse und Polars haben ihn, und Apache Spark hat ihn in Version 4.3 ergänzt. Dieser Leitfaden erklärt die Idee einmal und zeigt dann die Syntax in jedem Tool.

Die Idee an einem Beispiel

Wir nutzen überall dieselben zwei kleinen Tabellen. Jeder Handel soll die letzte Notierung desselben Symbols zum oder vor dem Handelszeitpunkt bekommen.

Beachten Sie Handel 2: Es gibt auch eine Notierung um 10:00:25, aber sie kam nach dem Handel und darf nicht verwendet werden. Und Handel 3 hat überhaupt keine frühere Notierung. Was mit ihm passiert, hängt vom Join-Typ ab, der häufigsten Fehlerquelle.

Die Syntax in jeder Engine

Jedes Beispiel unten liefert die Preise 10.0, 10.5, NULL und 20.0. Die Versionen für DuckDB 2.0, Spark 4.3, Polars 2.1 und pandas 3.1 haben wir selbst ausgeführt.

SELECT t.trade_id, t.sym, t.ts, q.price
FROM trades t
ASOF JOIN quotes q
  MATCH_CONDITION (t.ts >= q.ts)
  ON t.sym = q.sym;

SELECT t.trade_id, t.sym, t.ts, q.price
FROM trades t
ASOF LEFT JOIN quotes q
  ON t.sym = q.sym AND t.ts >= q.ts;

SET spark.sql.join.asofJoin.enabled = true;

SELECT t.trade_id, q.price
FROM trades AS t
LEFT ASOF JOIN quotes AS q
  MATCH_CONDITION (t.ts >= q.ts)
  ON t.sym = q.sym;

import polars as pl

# DataFrame API: both frames sorted by the time column
result = trades.sort("ts").join_asof(
    quotes.sort("ts"), on="ts", by="sym", strategy="backward"
)

# SQL, Snowflake style (Polars 2.1+)
pl.SQLContext(trades=trades, quotes=quotes).execute("""
    SELECT trades.trade_id, price
    FROM trades
    ASOF JOIN quotes MATCH_CONDITION (trades.ts >= quotes.ts)
    ON trades.sym = quotes.sym
""").collect()

import pandas as pd

result = pd.merge_asof(
    trades.sort_values("ts"),
    quotes.sort_values("ts"),
    on="ts", by="sym",
    direction="backward",                # latest at or before
    tolerance=pd.Timedelta("10s"),       # optional: ignore stale quotes
)

SELECT t.trade_id, q.price
FROM trades AS t
ASOF LEFT JOIN quotes AS q
  ON t.sym = q.sym AND t.ts >= q.ts;

Kein ASOF JOIN? Nutzen Sie diese Alternative

BigQuery und PostgreSQL haben kein ASOF-Schlüsselwort, aber zwei Muster liefern dieselbe Antwort. In unseren Tests lieferten beide identische Ergebnisse wie die ASOF-Versionen.

-- QUALIFY version (WHERE TRUE is harmless and keeps BigQuery happy,
-- which has long asked for WHERE, GROUP BY or HAVING next to QUALIFY)
SELECT t.trade_id, q.price
FROM trades t
LEFT JOIN quotes q
  ON q.sym = t.sym AND q.ts <= t.ts
WHERE TRUE
QUALIFY ROW_NUMBER() OVER (PARTITION BY t.trade_id ORDER BY q.ts DESC) = 1;

-- LATERAL version (PostgreSQL)
SELECT t.trade_id, q.price
FROM trades t
LEFT JOIN LATERAL (
  SELECT price FROM quotes q
  WHERE q.sym = t.sym AND q.ts <= t.ts
  ORDER BY q.ts DESC
  LIMIT 1
) q ON TRUE;

Vier Fehler, die Sie vermeiden sollten

Mehr SQL: SQL-Joins erklärt, Fensterfunktionen erklärt und der SQL-Spickzettel. Zu den Tools: Neu in Polars 2.1 und DuckDB 2.0.

Quellen: Snowflake-Dokumentation zu ASOF JOIN; Dokumentation von DuckDB, ClickHouse, pandas (merge_asof) und Polars (join_asof); Release Notes zu Apache Spark 4.3.0 (30. Oktober 2026). Beispiele getestet mit DuckDB 2.0.0, PySpark 4.3.0, Polars 2.1.0 und pandas 3.1.0; die Syntax für Snowflake, ClickHouse, BigQuery und PostgreSQL folgt deren Dokumentation.

Alessandro Ecclesie AgazziGeschrieben von Alessandro Ecclesie Agazzi, Analytics Engineer in London. Aktualisiert am 9 November 2026. Über mich