Question

ex：输入

ID   Col1   Col2   Col3
--   ----   ----   ----
1       a     a     sql  
2       a     a    hive

输出

ID   Col1   Col2   Col3
--   ----   ----   ----
1       a     a     sql

这里我的id值和Col3值是唯一的，但我需要根据最小id进行过滤并填充所有记录。

我知道以下方法可以使用，但除此以外的任何最佳方法都建议

通过Col1，Col2从表组中选择Col1，Col2，min（ID）；

并将其加入ID，Col1，Col2

Answer 1

我认为您想要row_number()：

select t.*
from (select t.*, row_number() over (partition by col1, col2 order by id) as seqnum
      from t
     ) t
where seqnum = 1

Answer 2

Hive似乎支持ROW_NUMBER。尽管我从未使用过配置单元，但其他rdbms会像这样使用它来获取min行的全部内容而无需连接（如果重复使用最小值，则不会出现问题）

SELECT a.* FROM 
(
  SELECT *, ROW_NUMBER() OVER(ORDER BY id) rn FROM yourtable
) a
WHERE a.rn = 1

内部查询选择所有表数据并按照ID的顺序建立一个递增计数器。它可以基于任何列，最小ID（在这种情况下）为行号1。如果需要最大order by ID desc
如果您想重新启动另一列的不同值的数字（例如，您的Col3中有十个是“ sql”，二十行有“ hive”），请说PARTITION BY col3 ORDER BY id，并且行号将是一个计数器对于col3的相同值递增，对于col3的每个不同值从1重新开始

如果表有两个唯一值且其余列相同，如何从表中选择最小值

2 个答案: