【发布时间】：2022-01-09 08:08:57
【问题描述】：
我目前正在将我的数据仓库迁移到 BigQuery。我一直在尝试对数据库进行非规范化，因为我已经读到它可以产生更有效和更便宜的查询。但是，这导致了许多嵌套表。如果每个嵌套表都有一个列“created_at”和“last_modified_at”，有什么方法可以使用这些值中的任何一个来对我的表进行分区？
【问题讨论】：
标签： google-bigquery partitioning denormalization
【发布时间】：2022-01-09 08:08:57
【问题描述】：
不，您不能通过嵌套表对表进行分区。根据the docs：
您可以通过以下方式对 BigQuery 表进行分区：
时间单位列：表根据 TIMESTAMP、DATE、 或表中的 DATETIME 列。
摄取时间：表根据时间戳进行分区 BigQuery 会提取数据。
整数范围：基于整数列对表进行分区。
此外，分区必须是顶级字段，不能是 RECORD (STRUCT) 中的叶字段：
限制
您不能使用旧版 SQL 来查询分区表或 将查询结果写入分区表。
时间单位列分区表受以下约束 限制：
分区列必须是标量 DATE、TIMESTAMP 或 日期时间列。虽然列的模式可以是 REQUIRED 或 NULLABLE，它不能重复（基于数组）。分区列 必须是顶级字段。您不能使用 RECORD 中的叶字段 (STRUCT) 作为分区列。
整数范围分区表 受到以下限制：
分区列必须是 INTEGER 列。而模式 该列可能是 REQUIRED 或 NULLABLE，不能重复 （基于数组）。分区列必须是顶级字段。你 不能使用 RECORD (STRUCT) 中的叶字段作为分区 列。
虽然您可以在 BigQuery 中对聚集表使用更多数据类型，但不能使用 RECORD (STRUCT) 列对表进行聚集：
集群列必须是顶级的、非重复的列之一 以下类型：
DATE BOOL GEOGRAPHY INT64 NUMERIC BIGNUMERIC STRING TIMESTAMP DATETIME
如果您进行分区的原因是为了提高日期/时间查询的效率，并且如果每个嵌套表涵盖相似的时间范围，我建议将表取消嵌套到父表中。如果您不想取消嵌套表，则将另一列添加到主表中可能会有所帮助，其中包含嵌套表中最早或最晚的日期并按新列进行分区。
【讨论】：