BigQuery报SELECT列未分组聚合错误 单车站点查询及JOIN咨询

这个报错是写分组查询时的常见低级错误：SQL分组聚合规则要求，SELECT列表中所有未被聚合函数包裹的字段，必须全部出现在GROUP BY子句中。你代码里SELECT要查询的是出发站点trips.start_station_id，但GROUP BY分组时写的却是到达站点trips.end_station_id，两个字段不匹配，直接触发报错。
你的需求是查询累计使用时长最长的单车最常驶出的站点，只需要把GROUP BY后的trips.end_station_id修改为trips.start_station_id即可，修复后的完整可运行代码如下：

WITH
  longest_used_bike AS (
SELECT 
  bikeid,
  SUM(duration_minutes) AS trip_duration
FROM
  bigquery-public-data.austin_bikeshare.bikeshare_trips
GROUP BY
  bikeid
ORDER BY
  trip_duration DESC
LIMIT 1 
)
-- 查找最长使用单车最常出发的站点
SELECT
  trips.start_station_id,
COUNT(*) AS trip_ct
FROM
  longest_used_bike AS longest
INNER JOIN
  `bigquery-public-data.austin_bikeshare.bikeshare_trips` AS trips
ON longest.bikeid = trips.bikeid
GROUP BY
  trips.start_station_id
ORDER BY
  trip_ct DESC
LIMIT 1

分两种情况：

• 如果不修复上述分组字段不匹配的语法错误，不管把INNER JOIN换成哪种JOIN类型，语句都会抛出和之前完全一致的错误，无法返回任何查询结果。
• 如果先修复分组字段的bug，再把INNER JOIN替换为FULL JOIN，最终返回的是整个奥斯汀共享单车数据集中，被作为出发站使用次数最多的站点ID。
  原因很简单：INNER JOIN只会保留和最长使用单车匹配的行程记录，统计范围仅限这台单车的所有行程；但FULL JOIN会保留左右两表所有匹配、不匹配的行，右表是全量所有单车的行程数据，所有不属于最长使用单车的行程记录都会被纳入COUNT(*)的统计范围，最终统计的是全量所有行程的出发站频次，取排序后的第一条结果自然是全数据集出发量最高的站点。

内容的提问来源于stack exchange，提问作者Name chane