如何在BigQuery SQL中使用LAG函数按条件获取分组首值（替代关联查询实现）

要实现你想要的效果——为每个customer_id的所有行返回其rn=1对应的session_id，其实**FIRST_VALUE窗口函数是更直接的选择**，不过既然你明确要求用LAG函数，我们可以通过动态偏移量的方式来实现。

方法说明 #

核心思路是：对于每个用户的行，当rn=1时直接取当前的session_id；当rn>1时，利用LAG函数向前偏移rn-1行（刚好定位到该用户rn=1的行），从而获取对应的session_id。

实现代码 #

SELECT
    customer_id,
    session_id,
    order_id,
    date_key,
    rn,
    CASE
        WHEN rn = 1 THEN session_id
        ELSE LAG(session_id, rn - 1) OVER (PARTITION BY customer_id ORDER BY rn)
    END AS firstSession
FROM table1
ORDER BY customer_id, rn;

为什么这个方法有效？ #

• 按customer_id分区，确保我们只在同一个用户的行范围内计算。
• 按rn升序排序，保证行的顺序和row_number()生成的顺序一致。
• 对于rn>1的行，rn-1刚好是到该用户rn=1行的偏移量，LAG(session_id, rn-1)会精准取到该行的session_id。

补充：更简洁的替代方案（用FIRST_VALUE） #

如果不限制必须用LAG，FIRST_VALUE会更简洁高效，因为它直接取分区内的第一个值：

SELECT
    *,
    FIRST_VALUE(session_id) OVER (PARTITION BY customer_id ORDER BY rn) AS firstSession
FROM table1
ORDER BY customer_id, rn;

这个写法和你的关联查询结果完全一致，而且性能通常更好，因为不需要额外的CTE和关联操作。

内容的提问来源于stack exchange，提问作者gndps