使用 Bigquery（标准 SQL）获取每组分组结果的前 n 条记录答案

【问题标题】：Get top n records for each group of grouped results with Bigquery (standard SQL)使用 Bigquery（标准 SQL）获取每组分组结果的前 n 条记录
【发布时间】：2017-11-24 14:46:14
【问题描述】：

我见过this question，这几乎正是我想要的。但我无法使用标准 SQL 在 Bigquery 上运行它，因为 BQ 不允许用户定义的变量。

注意 - 我有任意数量的组，因此根据链接问题中的第一个答案UNION所有这些组是不可行的。

以下是最简单的示例，尽管有任何解决方案应该能够扩展到需要多少 n 个顶级结果：

给定如下表，其中包含人员、组和年龄列，你如何找到每组中最年长的 2 个人？（内的关系组不应产生更多结果，但应给出任何结果中的前 2 个顺序）

+--------+-------+-----+
| Person | Group | Age |
+--------+-------+-----+
| Bob    | 1     | 32  |
| Jill   | 1     | 34  |
| Shawn  | 1     | 42  |
| Jake   | 2     | 29  |
| Paul   | 2     | 36  |
| Laura  | 2     | 39  |
+--------+-------+-----+

想要的结果集：

+--------+-------+-----+
| Shawn  | 1     | 42  |
| Jill   | 1     | 34  |
| Laura  | 2     | 39  |
| Paul   | 2     | 36  |
+--------+-------+-----+

链接问题中的一个答案提到使用确实存在的ROW_NUMBER，但我不知道如何重新启动每个组的号码。

【问题讨论】：

标签： sql google-bigquery

【解决方案1】：

您可以使用ARRAY_AGG 进行限制。例如，

#standardSQL
SELECT
  `Group`,
  ARRAY_AGG(STRUCT(Person, Age)
            ORDER BY Age DESC LIMIT 2) AS oldest_people
FROM People
GROUP BY `Group`;

【讨论】：

【解决方案2】：

这是row_number()：

select t.*
from (select t.*,
             row_number() over (partition by group order by age desc) as seqnum
      from t
     ) t
where seqnum <= 2;

row_number() 是一个 ANSI 标准窗口函数。它在大多数数据库中都可用。一般来说，我建议您更多地寻找使用 Postgres 而不是 MySQL 的解决方案来解决 BQ 中的问题（如果您本身找不到 BQ 资源）。

【讨论】：