Bigquery 选择不重复的记录

Question

考虑下表（简化版）：

id int,
amount decimal,
transaction_no,
location_id int,
created_at datetime

上述架构用于存储餐厅的 POS 收据。现在，此表有时会包含同一日期、同一 transaction_no 在同一 location_id 的收据。

在这种情况下，我想做的是获取该 location_id 和 transaction_no 订单的最后收据created_at desc。

在 MySQL 中，我使用以下查询让我最后一次获得（max(created_at) 收据，用于 location_id 和 transaction_no：

SELECT id, amount, transaction_no, location_id, created_at
 FROM receipts r JOIN
 (SELECT transaction_no, max(created_at) AS maxca
  FROM receipts r
  GROUP BY transaction_no
 ) t
 ON r.transaction_no = t.transaction_no AND r.created_at = t.maxca
group by location_id;

但是当我在 BigQuery 中运行相同的程序时，我收到以下错误：

查询失败错误：Shuffle 已达到表 __I0 的广播限制 （至少广播 150393576 字节）。考虑使用分区 加入而不是广播加入。职位编号： 循环要点812：job_A_CfsSKJICuRs07j7LHVbkqcpSg

知道如何在 BigQuery 中使用上述查询吗？

Answer 1

SELECT id, amount, transaction_no, location_id, created_at 
FROM (
  SELECT 
  id, amount, transaction_no, location_id, created_at, 
  ROW_NUMBER() OVER(PARTITION BY transaction_no, location_id 
                    ORDER BY created_at DESC) as last
  FROM your_dataset.your_table
)
WHERE last = 1