如何用Snowflake SQL按条件为每人最多选取N条记录？

当然没问题！这种按分组限制返回条数的需求，在Snowflake里用窗口函数就能轻松实现，完全适配你说的百万级数据表场景。针对你提到的「每个全名最多保留10个关联手机号，返回所有姓名，忽略超出的手机号」需求，具体实现如下：

假设你的表名为user_contacts，包含full_name（全名）和phone_number（手机号）两个字段，核心SQL代码如下：

SELECT full_name, phone_number
FROM (
    SELECT 
        full_name,
        phone_number,
        -- 按全名分组，给每组内的手机号排序并生成序号
        ROW_NUMBER() OVER (PARTITION BY full_name ORDER BY phone_number) AS record_num
    FROM user_contacts
)
-- 只保留每组内前10条记录
WHERE record_num <= 10;

代码说明： #

• 内层子查询通过ROW_NUMBER()窗口函数，将同一全名的所有记录划分为一个分组（PARTITION BY full_name），然后给每组内的手机号按指定规则排序（这里用phone_number排序，你可以根据实际需求替换，比如按手机号添加时间排序），生成一个递增的序号record_num。
• 外层查询筛选出序号≤10的记录，这样每个全名最多只会返回10个手机号，超出的部分会被自动忽略。

额外优化建议： #

• 如果表中存在重复的手机号（同一个人关联了相同的手机号多次），可以先去重再限制条数，避免返回重复数据：

SELECT full_name, phone_number
FROM (
    SELECT 
        full_name,
        phone_number,
        ROW_NUMBER() OVER (PARTITION BY full_name ORDER BY phone_number) AS record_num
    -- 先通过DISTINCT去重
    FROM (SELECT DISTINCT full_name, phone_number FROM user_contacts)
)
WHERE record_num <= 10;

• 排序规则可灵活调整：如果需要保留「最新添加的手机号」，你需要有对应的时间字段（比如created_at），将排序逻辑改为ORDER BY created_at DESC即可。
• 性能方面：Snowflake对窗口函数的优化非常好，百万级数据量的查询会高效执行，若full_name字段有频繁的分组需求，可考虑给该字段添加合适的聚类键（Clustering Key）进一步提升性能。

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