BigQuery中如何正确获取分区第二行？我的Row_Number查询异常

两种写法的问题所在 #

• 第一种：仅按tid分区但行号顺序错误
  大概率是你在ORDER BY里用了ASC升序，或者没指定正确的排序字段。比如如果写的是：

  ROW_NUMBER() OVER(PARTITION BY tid ORDER BY created_date ASC) AS rn
  

  升序排序会把最早的created_date标记为行号1，而你要的是最新的，自然顺序反了。另外如果没指定created_date作为排序字段，BigQuery会用默认的无序排序，导致行号混乱。

• 第二种：按tid和created_date分区
  这种分区方式等于把每个tid+created_date的组合当成一个独立分组，同一个组合里的所有行都会被标记为行号1，完全起不到筛选最新记录的作用——因为你要的是每个tid下最新的created_date，而不是每个tid+日期的组内去重。

正确的写法 #

你需要用PARTITION BY tid来按tid分组，然后用ORDER BY created_date DESC把最新的日期排在最前面，最后筛选行号为1的记录：

WITH ranked_data AS (
  SELECT 
    *,
    ROW_NUMBER() OVER(PARTITION BY tid ORDER BY created_date DESC) AS rn
  FROM your_table_name
)
SELECT * EXCEPT(rn)
FROM ranked_data
WHERE rn = 1;

特殊情况处理 #

如果同一个tid下有多个行的created_date完全相同（比如同一时间更新了fmid），你可以再加一个排序字段确保唯一，比如按fmid或者最后修改时间排序：

ROW_NUMBER() OVER(PARTITION BY tid ORDER BY created_date DESC, fmid DESC) AS rn

内容的提问来源于stack exchange，提问作者thiagole