BigQuery 选择重复列的一行

Posted 2023-03-25

【中文标题】BigQuery 选择重复列的一行

【英文标题】：BigQuery selecting one row of a repeated column

【发布时间】：2018-07-16 22:32:54

【问题描述】：

假设我有一个包含这些列和值的表格：

 ------------- ----------
| customer_id | order_id |
|-------------|----------|
|      14     |    3     |
|      17     |    9     |
|      17     |   12     |
|      17     |   33     |
|      44     |    1     |
 ------------------------

即 2 列，其中一列可以获取重复值 (customer_id)，另一列不获取重复值 (order_id)。

如何查询表以获得唯一的customer_id 值？当customer_id 被重复时，我想抓取具有最小order_id 的行。所以我假设为此需要一个ORDER BY 声明。

如果我使用GROUP BY 对列进行分组，我会得到如下查询：

#standardSQL
SELECT customer_id, order_id FROM table
GROUP BY customer_id, order_id;

仍然显示所有customer_id 行。 我厌倦了使用DISTINCT，但这会产生相同的值。

【参考方案1】：

以下是 BigQuery 标准 SQL

#standardSQL
WITH `project.dataset.table` AS (
  SELECT 14 customer_id, 3 order_id UNION ALL
  SELECT 17, 9 UNION ALL
  SELECT 17, 12 UNION ALL
  SELECT 17, 33 UNION ALL
  SELECT 44, 1 
)
SELECT customer_id, MIN(order_id) AS order_id
FROM `project.dataset.table`
GROUP BY customer_id
-- ORDER BY customer_id  

结果为

Row customer_id order_id     
1   14          3    
2   17          9    
3   44          1