BigQuery：仅当字段具有特定值时才获取表中的最新行

Posted 2023-03-25

【中文标题】BigQuery：仅当字段具有特定值时才获取表中的最新行

【英文标题】：BigQuery: Get latest row in a table only if a field has a specific value

【发布时间】：2015-08-12 08:06:22

【问题描述】：

假设我们在 BigQuery 中有一个包含以下数据的表：

ColA | ColB | ColC | ColD
  x  |   y  |  1   |   5
  x  |   y  |  0   |   6
  k  |   z  |  1   |   4

ColA、ColB 为 String，ColC 为 Integer，ColD 时间戳。

我需要获取 ColA 的每个唯一值的最新行 (LAST(ColD))仅当 ColC 等于 1。也就是说，在上表中，查询的结果应该是：

ColA | ColB | ColC | ColD
  k  |   z  |  1   |   4

第 1 行和第 2 行不应包含在结果中，因为对于 ColA=x，表中的最后一个条目（第 2 行）包含 ColC=0。

我尝试了使用聚合函数（例如 MAX、LAST）结合子查询的各种查询，但未能达到预期的结果。

【参考方案1】：

SQL 标准中分析函数的正确名称是FIRST_VALUE。 FIRST 是 BigQuery 中的聚合函数

因此，首先您获取按时间戳排序的每个 ColA 的最后一个 ColC

SELECT
  ColA,
  ColB,
  ColC,
  time,
  FIRST_VALUE(ColC) OVER (PARTITION BY ColA ORDER BY time DESC) AS last_Col_C
FROM (
  SELECT
    'x' AS ColA,
    'y' AS ColB,
    1 AS ColC,
    5 AS time),
  (
  SELECT
    'x' AS ColA,
    'y' AS ColB,
    0 AS ColC,
    6 AS time),
  (
  SELECT
    'k' AS ColA,
    'z' AS ColB,
    1 AS ColC,
    4 AS time)

然后您进一步选择您感兴趣的内容，最终查询如下：

SELECT
  ColA,
  ColB,
  ColC,
  time
FROM (
--the above query here--)
    where last_Col_C=1

【讨论】：

非常感谢！你说得对，这正是我所需要的。