如何筛选metric_name、instance_id、instance唯一的最新数据行

可以用窗口函数ROW_NUMBER()来实现这个需求，这是目前通用且高效的方案之一。核心逻辑是：按metric_name、instance_id、instance三个字段分组，每组内按timestamp降序排序，标记行号后筛选出行号为1的记录——也就是每组的最新数据行。

完整SQL语句如下：

SELECT timestamp, metric_name, instance_id, value_sum, unit, instance
FROM (
    SELECT 
        timestamp, metric_name, instance_id, value_sum, unit, instance,
        ROW_NUMBER() OVER (
            PARTITION BY metric_name, instance_id, instance 
            ORDER BY timestamp DESC
        ) AS row_num
    FROM tbl_metrics
    WHERE 
        (metric_name = 'Disk Available' OR metric_name = 'Disk Percent Used') 
        AND instance != ''
) AS ranked_data
WHERE row_num = 1
ORDER BY timestamp DESC;

代码说明： #

• 内层子查询：给每条记录添加row_num字段，相同metric_name、instance_id、instance组合的记录被归为一组，组内按timestamp从新到旧排序，最新记录的行号为1。
• 外层查询：仅保留row_num = 1的记录，即每个唯一组合的最新数据行。

如果你的数据库支持QUALIFY子句（比如BigQuery、Snowflake等），还可以简化写法，无需嵌套子查询：

SELECT timestamp, metric_name, instance_id, value_sum, unit, instance
FROM tbl_metrics
WHERE 
    (metric_name = 'Disk Available' OR metric_name = 'Disk Percent Used') 
    AND instance != ''
QUALIFY ROW_NUMBER() OVER (
    PARTITION BY metric_name, instance_id, instance 
    ORDER BY timestamp DESC
) = 1
ORDER BY timestamp DESC;

兼容旧版本数据库的写法：关联子查询 #

如果数据库不支持窗口函数，也可以用关联子查询获取每组的最大时间戳，再匹配对应记录：

SELECT t1.timestamp, t1.metric_name, t1.instance_id, t1.value_sum, t1.unit, t1.instance
FROM tbl_metrics t1
WHERE 
    (t1.metric_name = 'Disk Available' OR t1.metric_name = 'Disk Percent Used') 
    AND t1.instance != ''
    AND t1.timestamp = (
        SELECT MAX(timestamp)
        FROM tbl_metrics t2
        WHERE t2.metric_name = t1.metric_name 
          AND t2.instance_id = t1.instance_id 
          AND t2.instance = t1.instance
    )
ORDER BY t1.timestamp DESC;

这种写法逻辑直观，但数据量较大时性能可能不如窗口函数，因为子查询会对每组单独执行一次。

内容的提问来源于stack exchange，提问作者Pa3k.m