在Apache Drill中使用PostgreSQL的DISTINCT ON语法报错，如何解决？

Apache Drill的SQL方言基于ANSI SQL，并不支持PostgreSQL特有的DISTINCT ON语法，这就是你遇到解析报错的原因。

替代实现方案 #

如果需要实现类似PostgreSQL DISTINCT ON的「按指定列分组去重，保留每组内第一条记录」的逻辑，可以用Drill支持的窗口函数ROW_NUMBER()来模拟，示例代码如下：

SELECT gene
FROM (
    SELECT 
        gene,
        -- 按gene分组，每组内按需求排序（这里用gene本身排序，可根据实际场景调整）
        ROW_NUMBER() OVER (PARTITION BY gene ORDER BY gene) AS rn
    FROM my.df.genes
) t
WHERE rn = 1;

如果需要保留每组内特定顺序的记录（比如最新创建的、某个字段最大的），只需修改ORDER BY后的字段即可。

补充说明 #

Drill仅兼容ANSI SQL标准以及部分主流数据库的通用语法，像DISTINCT ON这类数据库专属的语法特性无法直接使用，必须用Drill支持的标准语法进行等价转换。

内容的提问来源于stack exchange，提问作者Fabrice