通过多列从GBQ表中删除重复项的最有效方法

Question

我有下表（见上文）。

通过appId和clientId删除重复项的最有效方法是什么，因此结果表仅包含DIFF最小的那些行

例如：260848应该以yandex作为来源

谢谢！

Answer 1

以下是用于BigQuery标准SQL

#standardSQL
SELECT AS VALUE ARRAY_AGG(t ORDER BY DIFF LIMIT 1)[OFFSET(0)]
FROM `project.dataset.table` t
GROUP BY appId, clientId