如何通过BigQuery查询对现有表过滤后创建分区表？

问题原因 #

BigQuery不支持直接将普通整数列作为分区键，必须使用RANGE_BUCKET()函数配合GENERATE_ARRAY()来定义整数分区的范围区间，这也是你收到报错的核心原因。

正确实现语句 #

针对你的场景，要过滤col2 < 5的数据，同时按part_col创建分区表，可使用以下SQL：

CREATE OR REPLACE TABLE tmp.part_example
PARTITION BY RANGE_BUCKET(part_col, GENERATE_ARRAY(1, 2, 1))
AS
SELECT * 
FROM tmp.toy
WHERE col2 < 5;

关键说明 #

• GENERATE_ARRAY(1, 2, 1)：生成从1到2、步长为1的数组，对应你的part_col取值（1和2），会创建两个分区：包含part_col=1的分区和包含part_col=2的分区。
• 如果后续part_col会有更大的取值，比如可能到10，可调整数组参数为GENERATE_ARRAY(1, 10, 1)，这样会自动覆盖所有1到10之间的整数分区。
• RANGE_BUCKET()函数会将part_col的值映射到对应的数组区间，从而实现按整数列分区的效果。

验证结果 #

执行上述语句后，你可以通过查看表的分区信息，确认分区已按part_col的取值正确创建，且数据已过滤掉col2 >=5的行。

内容的提问来源于stack exchange，提问作者Ottpocket