BigQuery中GROUP BY场景下，SUM()在IF语句中的位置为何影响执行？

问题场景 #

我有一组电表数据，需要按meter分组，同时把所有数据转换为基准单位：

• 原始单位为kWh/kVArh的，将value乘以2，转换为kW/kVAr
• 最终按转换后的单位分组求和

最初的查询能正常运行：

SELECT meter, 
   IF(unit="kWh" OR unit="kW", "kW", IF(unit="kVAr" OR unit="kVArh", "kVAr", NULL)) as unit,
   SUM(IF(unit="kWh" OR unit="kVArh", value*2, value)) as value
FROM data_sample
GROUP BY meter, unit

但如果把SUM放到IF内部，写成下面的语句就会报错：SELECT list expression references column unit which is neither grouped nor aggregated

SELECT meter, 
   IF(unit="kWh" OR unit="kW", "kW", IF(unit="kVAr" OR unit="kVArh", "kVAr", NULL)) as unit,
   IF(unit="kWh" OR unit="kVArh", SUM(value*2), SUM(value)) as value
FROM data_sample
GROUP BY meter, unit

奇怪的是，当我移除unit列的转换逻辑，直接用原始unit列时，两种写法都能正常执行，且value和value2结果完全一致：

SELECT 
   meter, unit,
   SUM(IF(unit="kWh" OR unit="kVArh", value*2, value)) as value,
   IF(unit="kWh" OR unit="kVArh", SUM(value*2), SUM(value)) as value2
FROM data_sample
GROUP BY meter, unit

示例测试数据：

WITH data_sample AS (
   SELECT "m1" as meter, "kWh" as unit, 2 as value UNION ALL 
   SELECT "m1" as meter, "kWh" as unit, 3 as value UNION ALL 
   SELECT "m1" as meter, "kVArh" as unit, 5 as value UNION ALL
   SELECT "m1" as meter, "kW" as unit, 5 as value UNION ALL
   SELECT "m2" as meter, "kWh" as unit, 4 as value UNION ALL
   SELECT "m2" as meter, "kW" as unit, 6 as value UNION ALL 
   SELECT "m3" as meter, "kW" as unit, 4 as value UNION ALL
   SELECT "m3" as meter, "kVAr" as unit, 4 as value
)

核心原因解析 #

1. SQL逻辑执行顺序的影响 #

SQL的逻辑执行顺序是：FROM → WHERE → GROUP BY → HAVING → SELECT → ORDER BY。也就是说分组操作发生在SELECT列计算之前，这是关键。

2. 分组后列的引用规则 #

使用GROUP BY时，SELECT列表中的列必须满足以下条件之一：

• 是GROUP BY子句中明确指定的分组列；
• 被聚合函数（如SUM、COUNT）包裹。

3. 两种写法的差异 #

报错写法的问题

在报错的语句里，SELECT中的unit是经过IF转换后的别名，而不是原始表的unit列。当你在同一个SELECT的value列中引用这个unit别名时，SQL会优先解析为这个别名，而不是原始的分组列。

由于别名是在SELECT阶段计算的（晚于GROUP BY），这个别名既不在GROUP BY子句中，也没有被聚合，所以违反了分组列的引用规则，直接报错。

正常执行的写法为什么没问题

当你直接SELECT原始的unit列时，这个unit是GROUP BY子句中明确指定的分组列。分组完成后，每个组内的unit值是唯一的，SQL允许直接引用分组列，所以两种SUM写法都能正常运行。

另外，SUM(IF(...))和IF(..., SUM(...), SUM(...))结果一致，是因为分组后每个组的unit值固定，IF的条件在组内是统一的，两种写法本质上都是对组内符合条件的value求和后乘以2，或者直接求和。

符合需求的正确写法 #

需要注意的是，最初的可行写法其实有逻辑问题：它是按**原始unit**分组，而不是转换后的单位。比如原始的kWh和kW会被分成两个组，但转换后都应该是kW，需要合并成一个组求和。

正确的做法是先完成单位转换和值的计算，再分组：

WITH transformed_data AS (
   SELECT 
      meter,
      CASE 
         WHEN unit IN ('kWh', 'kW') THEN 'kW'
         WHEN unit IN ('kVAr', 'kVArh') THEN 'kVAr'
         ELSE NULL
      END as base_unit,
      CASE 
         WHEN unit IN ('kWh', 'kVArh') THEN value * 2
         ELSE value
      END as transformed_value
   FROM data_sample
)
SELECT 
   meter,
   base_unit as unit,
   SUM(transformed_value) as value
FROM transformed_data
WHERE base_unit IS NOT NULL
GROUP BY meter, base_unit

这样就能得到按转换后的基准单位分组求和的正确结果。

内容的提问来源于stack exchange，提问作者164_user