在应用时，其中＆＃x27;对于时间戳，直接应用＆＃x27;提取＆＃x27;显示出不同的结果（附加的代码）

Question

根据任务 5 的 Kaggle 练习（编写查询）： https://www.kaggle.com/code/setthawutkulsrisuwan/exercise-as-与 我回答了2种方式：

1. 使用 WHERE EXTRACT() 查询以获取年份和月份，答案为 不正确：

           WITH RelevantRides AS
           (
               SELECT EXTRACT(HOUR from trip_start_timestamp) as hour_of_day, trip_seconds, trip_miles
               FROM `bigquery-public-data.chicago_taxi_trips.taxi_trips`
               WHERE EXTRACT(YEAR from trip_start_timestamp) = 2017 AND
                     EXTRACT(MONTH from trip_start_timestamp) BETWEEN 1 and 6 AND
                     trip_seconds > 0 AND
                     trip_miles > 0
           )
           SELECT hour_of_day,
                  COUNT(1) as num_trips,
                  3600 * SUM(trip_miles) / SUM(trip_seconds) as avg_mph
           FROM RelevantRides
           GROUP BY hour_of_day
           ORDER BY hour_of_day

使用直接列名查询以获取年份和月份，答案是正确。：

               WITH RelevantRides AS
           (
               SELECT EXTRACT(HOUR from trip_start_timestamp) AS hour_of_day, trip_seconds, trip_miles
               FROM `bigquery-public-data.chicago_taxi_trips.taxi_trips`
               WHERE trip_start_timestamp > '2017-01-01' AND
                     trip_start_timestamp < '2017-07-01' AND
                     trip_seconds > 0 AND
                     trip_miles > 0
           )
           SELECT hour_of_day,
                  COUNT(1) as num_trips,
                  3600 * SUM(trip_miles) / SUM(trip_seconds) as avg_mph
           FROM RelevantRides
           GROUP BY hour_of_day
           ORDER BY hour_of_day

主要区别是第一个是

WHERE EXTRACT(YEAR from trip_start_timestamp) = 2017 
AND EXTRACT(MONTH from trip_start_timestamp) BETWEEN 1 and 6

，第二个是

WHERE trip_start_timestamp > '2017-01-01' AND
trip_start_timestamp < '2017-07-01' 

。

在我看来，它们的结果应该与使用 EXTRACT() 查询相同，显示 2017 年和 1 到 6 月份，与使用直接列名称查询相同；然而，结果并不相同。

请解释这些背后的原因。 谢谢。

Answer 1

您正在将恒定日期与时间戳进行比较。恒定日期实际上是类似于 2022-04-07 00:00:00 的时间戳。

因此，当您想要获取一月到六月日期范围内的所有记录时，您需要：

WHERE trip_start_timestamp >= '2017-01-01' 
  AND trip_start_timestamp <  '2017-07-01'  

换句话说，您希望该范围第一天午夜或之后的所有记录以及最后一天后一天午夜（但不包括午夜）的所有记录。在数学符号中，您希望日期在 [2017-01-01, 2017-07-01) 范围内。范围的开头是封闭的，结尾是开放的。

像这样的代码给出了正确的结果。

WHERE EXTRACT(YEAR from trip_start_timestamp) = 2017 
AND EXTRACT(MONTH from trip_start_timestamp) BETWEEN 1 and 6

但它无法利用 trip_start_timestamp 列上的索引，因此在生产中效率不高。