Google BigQuery中ARRAY of STRUCT与STRUCT of ARRAY的选用场景

你提到的两种写法本质是完全不同的数据组织方式，适用场景差异明显：

一、数组嵌套结构体（ARRAY）：[STRUCT(...), STRUCT(...)] #

这种格式是把关联字段打包成独立结构体，再放入数组，每个结构体对应一条完整的业务记录，属于「行式」组织逻辑。

适用场景： #

• 业务逻辑天然是「记录级关联」：比如用户姓名与联系人、订单编号与金额，每组字段是强绑定的独立实体，逻辑上更清晰。
• 后续需要频繁展开处理：用UNNEST可直接将数组拆成多行，每条行对应一组关联数据，过滤、聚合、关联其他表都更直观。

示例代码：

SELECT [STRUCT('Alice' AS col_1, 'Bob' AS col_2),STRUCT('Charlie' AS col_1, 'David' AS col_2)] AS names;

二、结构体嵌套数组（STRUCT）：STRUCT([...], [...]) #

这种格式是把同维度字段单独做成数组，再用结构体包裹，数组的索引对应关联关系（比如第i个位置的class和prediction属于同一条预测结果），属于「列式」组织逻辑。

适用场景： #

• 批量输出/并行计算场景：比如Vertex AI的预测输出，模型批量处理输入后，会将同一类型的结果聚合为数组（所有样本的类别、所有样本的概率），这种结构符合批量计算的输出习惯，方便按维度做统一操作（比如统计所有概率的平均值）。
• 需对单个字段做批量操作：比如要对某一数组字段做排序、求和等运算，直接取字段即可，无需先拆分成行。

示例代码：

SELECT STRUCT([0,1] AS class, [0.8,0.2] AS prediction) AS prediction;

核心选择原则 #

• 如果业务逻辑是「一组关联数据是一个独立单元」，选ARRAY；
• 如果业务逻辑是「同一类型的批量数据归为一组」，选STRUCT。

内容的提问来源于stack exchange，提问作者jasmine