EXTRACT可提取YEAR、MONTH、DAY、HOUR、MINUTE、SECOND、DOW、DOY等字段，但各数据库支持不一：PostgreSQL/Oracle/BigQuery/Snowflake原生支持；MySQL需用YEAR()等函数；SQL Server需用DATEPART()。
EXTRACT 能提取哪些日期字段，各数据库支持是否一致
EXTRACT 不是所有 SQL 方言都原生支持的函数，PostgreSQL、Oracle、Standard SQL（BigQuery、Snowflake）完全支持；MySQL 不支持 EXTRACT，得用 YEAR()、MONTH() 等专用函数；SQL Server 则要用 DATEPART()。别一上来就写 EXTRACT(YEAR FROM order_date)，先确认你连的是哪个数据库。
常见可提取的字段包括：YEAR、MONTH、DAY、HOUR、MINUTE、SECOND、DOW（周几，0=Sunday）、DOY（年中第几天）。注意 DOW 和 ISODOW（PostgreSQL）行为不同：前者周日为 0，后者周一为 1。
PostgreSQL 中 EXTRACT 的典型写法和易错点
PostgreSQL 是 EXTRACT 使用最规范的环境，语法统一为 EXTRACT(field FROM timestamp)。最容易出错的是字段名大小写——必须全大写，写成 extract(year from created_at) 会报错：ERROR: function extract(unknown, unknown) does not exist。
-
EXTRACT(YEAR FROM '2023-04-15'::DATE)→ 返回2023（整数类型） -
EXTRACT(MONTH FROM NOW())→ 返回当前月份（如4），不是字符串'04' - 想按“年-月”分组？别直接
GROUP BY EXTRACT(YEAR FROM dt), EXTRACT(MONTH FROM dt)，更推荐TO_CHAR(dt, 'YYYY-MM')避免跨年排序混乱
在 BigQuery 或 Snowflake 中用 EXTRACT 处理 TIMESTAMP vs DATE
BigQuery 和 Snowflake 对输入类型敏感：如果字段是 DATE 类型，EXTRACT(HOUR FROM date_col) 会返回 NULL（因为没时间部分）；但 EXTRACT(DAY FROM timestamp_col) 没问题。务必核对列的实际数据类型，别只看名字叫 created_at 就默认是 TIMESTAMP。
另一个坑是时区：BigQuery 默认用 UTC 解析 EXTRACT，若原始数据带时区（如 TIMESTAMP("2023-04-15 18:30:00+08")），EXTRACT(HOUR FROM ...) 返回的是 UTC 小时（即 10），不是本地 18 点。需要先用 CAST(... AS TIMESTAMP) AT TIME ZONE "Asia/Shanghai" 调整后再提取。
替代方案：什么时候不该硬用 EXTRACT
单纯取年份或月份时，EXTRACT 没问题；但涉及格式化输出（如 'Q1 2023'）、季度计算、或需保留前导零（如 '04'），它就力不从心了。这时候应切换：
- PostgreSQL：优先用
TO_CHAR(order_date, 'YYYY-Q')或date_part('quarter', order_date) - BigQuery：用
FORMAT_DATE('%Y-Q%q', date_col) - 性能敏感场景：对大表做
EXTRACT(YEAR FROM ts)+WHERE过滤，确保ts列上有函数索引（PostgreSQL）或分区（BigQuery），否则全表扫描不可避免
EXTRACT 本质是标量计算函数，它不改变数据分布，也不自动利用分区信息——这点常被忽略，尤其在千万级订单表里按年查询时，慢得莫名其妙，其实只是没建好分区或没重写条件为范围查询。
