在Azure Synapse Analytics SparkSQL中按ID取字符最长的名称

一、核心需求：每个ID保留字符最长的名称记录 #

你的原代码存在两处问题：一是部分SQL方言不支持LEN()函数，二是排名未按ID分区，导致所有记录统一排序。修改后的可用代码如下：

WITH RANKEDROWS AS (
    SELECT 
        ID,
        NAME,
        RANK() OVER (PARTITION BY ID ORDER BY LENGTH(NAME) DESC) AS ROWRANK
    FROM MEMBERS
)
SELECT ID, NAME
FROM RANKEDROWS
WHERE ROWRANK = 1;

关键调整： #

• 替换LEN()为LENGTH()（适配Hive、Spark SQL、MySQL等多数环境；若使用SQL Server，可换回LEN()，但必须保留PARTITION BY ID）
• 排名窗口新增PARTITION BY ID，确保每个ID内部单独排序，仅保留该ID下名称最长的记录

二、拆分名称为多列而非多行 #

使用explode()会将拆分后的数组转为多行，若要生成姓氏、名字独立列，直接取拆分数组的索引即可：

SELECT 
    ID,
    TRIM(split(NAME, ',')[0]) AS LAST_NAME,  -- 提取逗号前的姓氏部分，TRIM去除前后空格
    TRIM(split(NAME, ',')[1]) AS FIRST_NAME -- 提取逗号后的名字部分，TRIM去除前后空格
FROM MEMBERS;

说明： #

• split(NAME, ',')将名称按逗号拆分为数组，[0]对应姓氏（含后缀如JR），[1]对应名字（含中间名缩写如A）
• TRIM()用于清理拆分后元素自带的前后空格，避免出现 Carl A这类带空格的结果

内容的提问来源于stack exchange，提问作者Denise