如何在Kusto中对多列非字符串列实现多维度arg_max取最大值行？

在Kusto中，你可以直接利用arg_max函数的多参数特性实现先最大化某一列、再最大化另一列的需求，无需嵌套partition+order by+take的组合，这种方式在大数据集上性能更优。

核心思路 #

arg_max(expr1, expr2, ..., <返回列>)的逻辑是：先按expr1取最大值，当expr1值相同时，再按expr2取最大值，以此类推，最终返回符合优先级的行。针对你需要的SN desc nulls last（空值后置），可以通过coalesce(SN, int(-2147483648))将null转换为int类型的最小值（确保非空SN在降序排序时排在前面），再传入arg_max。

高效实现代码 #

datatable (SN: int, id: string, ts: datetime, IT: datetime, V: double, S: string) [
  int(null), "t/1", datetime(2024-01-01), datetime(2024-01-01), 1.0, "asdf",
  int(null), "t/1", datetime(2024-01-01), datetime(2024-01-02), 2.0, "fdas",
  int(null), "t/1", datetime(2024-01-01), datetime(2024-01-03), 3.0, "qwer",
  1, "t/1", datetime(2024-01-01), datetime(2024-01-02), 3.0, "zcvbx",
  1, "t/1", datetime(2024-01-01), datetime(2024-01-02), 4.0, "qwer",
]
// 按id和ts分组，先最大化SN（空值后置），再最大化IT，返回所有列
| summarize arg_max(coalesce(SN, int(-2147483648)), IT, *) by id, ts

性能对比与优势 #

针对你提到的过滤后1000万行、id数千至数十万、每个id对应数十至数千个ts的场景，该方案比原partition方案更高效：

• arg_max是Kusto原生聚合函数，查询优化器会生成更高效的执行计划，无需对每个分组内的数据全量排序；
• 内存开销更低：arg_max仅需跟踪每个分组内符合优先级的当前最优行，而order by+take需要对分组内所有数据排序后再取首行；
• 代码更简洁，可读性更强。

扩展说明 #

如果需要增加更多优先级列，只需在arg_max中依次添加表达式即可，例如需要再最大化V列，可修改为：

| summarize arg_max(coalesce(SN, int(-2147483648)), IT, V, *) by id, ts

内容的提问来源于stack exchange，提问作者CCruden