BigQuery - 仅选择 BigQuery 中的第一行答案

【问题标题】：BigQuery - Select only first row in BigQueryBigQuery - 仅选择 BigQuery 中的第一行
【发布时间】：2018-11-28 02:57:50
【问题描述】：

我有一个数据表，其中在 A 列中我有一组重复的数据（一个接一个）。

我只想根据 A 列中的值（没有其他条件）选择每个组的第一行。请注意，我还希望为提到的新找到的行选择所有相应的列（我不想排除它们）。

谁能帮我做一个正确的查询。

这是一个示例： SAMPLE

谢谢！

【问题讨论】：

您能否分享一些示例数据以及您到目前为止所做的尝试？
您好@BenP，我在 Excel 中的注释中添加了我的示例数据的图片（因此我不知道如何将其添加到 cmets :D 中）。你可以说在 REFERENCE 列中，例如，在第 2、3、4 行中，我有相同的数据，我只想显示第一行。我尝试了一些查询，但对我没有用。此外，重要的是所选行也具有所有对应的列。

标签： google-bigquery

【解决方案1】：

您现在可以使用qualify 获得更简洁的解决方案：

select
   *
from
   your_dataset.your_table
where true
qualify ROW_NUMBER() OVER(PARTITION BY columnA ORDER BY columnA) = 1

【讨论】：

QUALIFY 与窗口化的性能有何不同？
P.S. QUALIFY 仍处于预览阶段

【解决方案2】：

在查询末尾添加LIMIT 1

类似

SELECT name, year FROM person_table ORDER BY year LIMIT 1

【讨论】：

【解决方案3】：

在 BigQuery 中，行的物理顺序并不重要。 “BigQuery 不保证表中行的稳定排序。只有带有显式 ORDER BY 子句的查询结果才具有明确定义的顺序。”[1]。

首先，您需要定义哪个属性将确定您的组的第一行，然后您可以通过使用该属性更改 ORDER BY 来运行 Vasily Bronsky 的查询。这意味着您应该向表中添加另一列以存储行的顺序，或者从您拥有的列中选择一个。

【讨论】：

【解决方案4】：

#standardSQL
SELECT row.*
FROM (
  SELECT ARRAY_AGG(t LIMIT 1)[OFFSET(0)] row
  FROM `project.dataset.table` t
  GROUP BY columnA
)

【讨论】：

谢谢@Mikhail。与使用等效的 row_number() 解决方案相比，您对性能有任何了解吗？

【解决方案5】：

你可以这样尝试：

#standardSQL
SELECT
   * EXCEPT(rn)
FROM (
   SELECT
   *,
   ROW_NUMBER() OVER(PARTITION BY columnA ORDER BY columnA) AS rn
FROM
   your_dataset.your_table)
WHERE rn = 1

这将返回：

Row   columnA       col2       ...   
1     AC1001        Z_Creation   
2     ACO112BISPIC  QN
...

【讨论】：

您好，感谢您的帮助。这确实像您介绍的那样有效。但是，我需要它来处理整个表格，而不仅仅是我给出的示例。此外，正如我在评论和帖子中所述，我还需要显示所有当前的专栏。
所以选择了您的表格而不是我的示例并选择 * EXCEPT(rn)。帖子编辑