如何在BigQuery中获取数据表的最后更新记录

针对你的需求——获取每个_id对应的最后更新记录，排除旧版本数据，这里提供两种在BigQuery中可行的SQL实现方式：

方法一：使用ROW_NUMBER()窗口函数 #

通过子查询给每个_id组内的记录按更新时间倒序排名，再筛选排名第一的记录：

WITH ranked_records AS (
  SELECT
    _id,
    hours,
    dateUpdated,
    -- 按_id分组，dateUpdated倒序排序，最新记录排第1
    ROW_NUMBER() OVER (PARTITION BY _id ORDER BY dateUpdated DESC) AS rn
  FROM
    `你的项目ID.你的数据集ID.你的表名` -- 替换为实际的表路径
)
SELECT
  _id,
  hours,
  dateUpdated
FROM
  ranked_records
WHERE
  rn = 1;

方法二：使用QUALIFY子句（BigQuery简洁写法） #

BigQuery支持QUALIFY子句，可以直接基于窗口函数的结果过滤数据，无需子查询：

SELECT
  _id,
  hours,
  dateUpdated
FROM
  `你的项目ID.你的数据集ID.你的表名` -- 替换为实际的表路径
QUALIFY
  ROW_NUMBER() OVER (PARTITION BY _id ORDER BY dateUpdated DESC) = 1;

补充说明 #

• 如果同一_id存在多条同一更新时间的记录，ROW_NUMBER()会随机保留一条；若需要保留所有同时间的记录，可将ROW_NUMBER()替换为RANK()或DENSE_RANK()。

内容的提问来源于stack exchange，提问作者user2570135