为何两段SQL查询结果不同？子查询与直接聚合差异排查

核心问题是两段SQL引用的数据源表路径不一致：

• 第一段代码使用的表：bigquery-public-data.new_york_citibike.citibike_trips（所属数据集为new_york_citibike）
• 第二段代码使用的表：bigquery-public-data.new_york.citibike_trips（所属数据集为new_york）

这两个是BigQuery中完全独立的数据集，存储的纽约Citibike行程数据在时间范围、数据量或数据完整性上存在差异，直接导致聚合计算出的各站点平均骑行时长结果不匹配。

修复方法：将第二段SQL的表路径修改为与第一段一致，即可得到相同结果：

SELECT
  start_station_id,
  AVG(tripduration) as avg_duration
FROM
  bigquery-public-data.new_york_citibike.citibike_trips
GROUP BY
  start_station_id
ORDER BY
  avg_duration DESC;

内容的提问来源于stack exchange，提问作者Abhisar Sharma