如何在BigQuery的GROUP BY分组中选取任意完整行？

PostgreSQL 实现方式 #

PostgreSQL 支持 DISTINCT ON 语法，可直接获取每个a分组下的任意一行完整数据：

SELECT DISTINCT ON (a) a, b, c, d, e, f
FROM foo
ORDER BY a;

如果需要指定分组内选取某类行（比如b值最大的行），可在ORDER BY后追加排序字段：

SELECT DISTINCT ON (a) a, b, c, d, e, f
FROM foo
ORDER BY a, b DESC;

BigQuery 实现方式 #

BigQuery 不支持DISTINCT ON，可通过以下两种方式实现：

方法1：窗口函数ROW_NUMBER() #

给每个a分组的行分配随机序号，选取序号为1的行：

SELECT a, b, c, d, e, f
FROM (
  SELECT *,
         ROW_NUMBER() OVER (PARTITION BY a ORDER BY RAND()) AS rn
  FROM foo
)
WHERE rn = 1;

若不需要随机选取，可省略ORDER BY RAND()，此时窗口函数会按存储顺序分配序号，同样能得到分组内任意一行。

方法2：ARRAY_AGG 打包取首行 #

将每个a分组的行打包为数组，取数组第一个元素的所有字段：

SELECT 
  a,
  ARRAY_AGG(STRUCT(b, c, d, e, f))[OFFSET(0)].*
FROM foo
GROUP BY a;

内容的提问来源于stack exchange，提问作者y.selivonchyk