BigQuery报错Cannot read properties of null (reading 'row')

问题背景 #

需求为获取与指定日期最接近的首个ID，预期实现逻辑：

• 先筛选date小于等于目标日期的记录
• 通过PARTITION BY id分组、按date排序后生成行号
• 筛选行号为1的记录，得到目标时间窗口内每个主体最接近目标日期的首条观测值（预设同一主体在目标窗口内可能关联多个ID）

当前编写的SQL运行即抛出错误：Cannot read properties of null (reading 'row')，原SQL代码如下：

SELECT
  *,
  ROW_NUMBER() OVER (PARTITION BY id ORDER BY date) AS rn
FROM (
  SELECT
    *, -- 此处存在多余尾逗号
  FROM (
    SELECT
      *,
      PARSE_TIMESTAMP('%Y-%m-%dT%H:%M:%E*S', date_column) AS date
    FROM
      `data`
  )
  WHERE
    date <= '2022-03-10 00:00:00.000000 UTC'
)

错误原因 #

• 核心语法错误：第二层子查询的SELECT语句末尾多了无后续字段的尾逗号，SQL解析器读取字段列表时遇到空值，无法正常构建查询语法树，触发空指针报错，和后续计划添加的rn筛选逻辑无关。
• 隐含逻辑错误：当前窗口函数使用ORDER BY date升序排序，取行号1会得到每个ID下时间最早的记录，不符合“最接近目标日期”的需求。

修复后代码 #

SELECT
  * EXCEPT(rn)
FROM (
  SELECT
    *,
    ROW_NUMBER() OVER (PARTITION BY id ORDER BY date DESC) AS rn
  FROM (
    SELECT
      *,
      PARSE_TIMESTAMP('%Y-%m-%dT%H:%M:%E*S', date_column) AS date
    FROM
      `data`
  )
  WHERE
    date <= TIMESTAMP('2022-03-10 00:00:00.000000 UTC')
)
WHERE rn = 1

补充说明 #

• 如果需要保留原多层嵌套结构，仅删除第二层子查询中SELECT *,后的多余逗号即可解决当前报错。
• 时间比较时建议显式用TIMESTAMP()函数包裹比较值，避免隐式类型转换带来的匹配误差。
• 如果date_column存在不符合指定格式的脏数据，可以将PARSE_TIMESTAMP替换为SAFE.PARSE_TIMESTAMP，避免解析失败直接中断查询。

内容的提问来源于stack exchange，提问作者emilk