我有一个带有唯一整数ID
和AuditUpdated
时间戳的表。我正在尝试按ID
范围将其分为记录组,如下所示:
SELECT CAST(ID / 100000 AS INT64) AS `Start`,
COUNT(*) AS `RowCount`,
MAX(AuditUpdated) AS `LastMod`
FROM `dataset.mytable`
GROUP BY `Start`
ORDER BY `Start`
此显示正常工作,前3条记录显示以下信息:
0, 25526, 2016-03-29 15:32:11.473 UTC
1, 65892, 2017-11-22 20:05:38.800 UTC
2, 48550, 2017-12-23 01:03:25.030 UTC
但是,这里的COUNT(*)
是错误的。例如,我可以运行以下命令:
SELECT COUNT(*) FROM `dataset.mytable` WHERE ID < 100000
结果为61989
!不仅如此,MAX(AuditUpdated)
实际上是2017-03-30 22:47:19.153 UTC
。
我对Microsoft SQL Server数据库中的同一表运行相同的查询,并且它可以正常工作。我只能假设BigQuery做的事情与众不同,但我无法终生弄清楚如何做!
运行此玩具示例:
select
cast(x/10 as int64) as bucket,
min(x) as min_x,
max(x) as max_x
from unnest(generate_array(1,1000,1)) x
group by 1
在SQL Server中,INT/INT
执行“整数除法”,它返回结果的整个整数部分,并丢弃余数/小数位(即四舍五入)。运行select 5/3
应该返回1
而不是1.666667~
来说明这一点。
[BigQuery,另一方面,当除以FLOAT64
]时返回[C0
如BigQuery INT64/INT64
中所述,将StandardSQL Documentation强制转换为FLOAT64
“将返回最接近的INT64值”(又名正常舍入)。您的INT64
存储桶实际上会将所有ID从1
转移到50000
。
如果要获得SQL Server类型的结果,请考虑将代码编辑为149999
。