BigQuery 当前仅支持按天（DAY）粒度的时间分区，不支持按小时或更细粒度的分区；若尝试插入或查询假定为小时分区的表，_PARTITIONTIME 将始终为 NULL，根本原因在于分区类型不被支持。
bigquery 当前仅支持按天（day）粒度的时间分区，不支持按小时或更细粒度的分区；若尝试插入或查询假定为小时分区的表，`_partitiontime` 将始终为 null，根本原因在于分区类型不被支持。
在 BigQuery 中创建时间分区表时，一个常见误区是误以为可以按小时（HOUR）、分钟甚至秒进行分区。实际上，BigQuery 仅原生支持 DAY 粒度的时间分区（即 timePartitioning.type = "DAY"）。这意味着：
- 表只能按 DATE 类型的 _PARTITIONTIME（对应 UTC 日）自动分区；
- 所有写入数据将根据其 _PARTITIONTIME（默认为加载/流式插入时的 UTC 时间日期部分）归入对应日期分区；
- _PARTITIONTIME 是只读伪列，值为 TIMESTAMP 类型，但精确到日（00:00:00 UTC），而非具体时刻。
因此，当你执行如下查询却得到全 NULL 的 _PARTITIONTIME：
SELECT _PARTITIONTIME AS pt, * FROM `my_dataset.my_partitioned_table` LIMIT 1000;
这通常说明：该表并非以 DAY 方式正确创建——很可能你在创建表时错误指定了 HOUR 分区（如通过旧版 API 或非标准配置），而 BigQuery 忽略了无效设置，回退为未分区表（或创建失败但未报错），导致 _PARTITIONTIME 不可用。
✅ 正确做法（推荐使用标准 SQL 创建）：
-- 创建按天分区的表（推荐方式） CREATE TABLE `my_dataset.my_daily_partitioned_table` ( event_time TIMESTAMP, user_id STRING, action STRING ) PARTITION BY DATE(event_time) -- 显式按 event_time 的日期分区（推荐） -- 或使用默认分区列（等效于 PARTITION BY _PARTITIONTIME） OPTIONS( partition_expiration_days = 90, require_partition_filter = true );
⚠️ 注意事项：
- 不要依赖 _PARTITIONTIME 实现小时级分析：它本质是日期维度。如需小时级过滤，请在 WHERE 中使用原始时间字段（如 TIMESTAMP_TRUNC(event_time, HOUR)）并配合分区裁剪（需 PARTITION BY DATE(event_time) + WHERE event_time >= ...）；
- 流式插入（Streaming Insert）会自动将 _PARTITIONTIME 设为插入时刻的 UTC 日期（如 2024-05-20），不支持手动指定；
- 若使用 Go 客户端库插入数据，请确保表已正确定义为 DAY 分区（检查 TableSchema.TimePartitioning.Type == "DAY"），而非尝试模拟小时分区；
- 查询时启用分区过滤可显著降低成本与延迟：WHERE _PARTITIONTIME >= '2024-05-01' 或 WHERE DATE(event_time) >= '2024-05-01'（当使用 PARTITION BY DATE(event_time) 时同样生效）。
总结：_PARTITIONTIME 为 NULL 是分区配置错误的明确信号。请始终通过官方文档确认分区能力（Time Partitioning），优先使用 PARTITION BY DATE(column) 显式语义分区，并避免对不存在的 HOUR 分区做假设。
