BigQuery报错：INT64与ARRAY<INT64>无法使用>=运算符求助

错误原因 #

原代码中bins CTE生成的low和top是数组类型，而ride表中的cicle是单个整数类型，直接用cicle >= low进行比较会触发类型不匹配的错误——BigQuery不支持单个整数与数组直接做比较运算。

修正后的查询代码 #

WITH bins AS(
    -- 将30分钟间隔的数值数组拆分为一一对应的单行区间
    SELECT 
        low_val AS low,
        top_val AS top
    FROM UNNEST(GENERATE_ARRAY(0, 1470, 30)) AS low_val
    WITH OFFSET AS pos
    JOIN UNNEST(GENERATE_ARRAY(30, 1500, 30)) AS top_val
    WITH OFFSET AS pos
    USING(pos)
), ride AS(
    SELECT DATE_DIFF(ended_at, started_at, minute) as cicle
    FROM `data-project-389314.Cyclist.july23_trip_filtered`
    WHERE rideable_type != 'docked_bike'
)
SELECT 
    low,
    top,
    COUNT(cicle) AS ride_count -- 统计每个区间内的骑行次数
FROM bins
LEFT JOIN ride
    ON cicle >= low 
    AND cicle < top
GROUP BY low, top
ORDER BY low

关键修改说明 #

1. 拆分数组为单行数值：使用UNNEST配合WITH OFFSET，将生成的low和top数组按位置一一对应，拆分为每行一个区间的单个数值，彻底解决类型不匹配问题。
2. 修正区间逻辑：原top数组起始值为0会导致区间重叠（如0-0），调整为从30开始，确保每个区间是[low, top)的30分钟间隔（例如0-30分钟、30-60分钟等）。
3. 添加聚合统计：原代码GROUP BY low, top后直接返回cicle不符合SQL语法，添加COUNT(cicle)统计每个区间内的骑行次数，符合业务统计需求。

额外说明 #

如果你的骑行时长不会超过24小时（1440分钟），可以调整bins中的数组上限：

• 将GENERATE_ARRAY(0, 1470, 30)改为GENERATE_ARRAY(0, 1410, 30)
• 将GENERATE_ARRAY(30, 1500, 30)改为GENERATE_ARRAY(30, 1440, 30)
  这样最后一个区间为1410-1440分钟（23.5-24小时），避免出现超过24小时的区间。

内容的提问来源于stack exchange，提问作者Danylo Borges Naves