如何编写等效于Row_Rank()的Kusto语句？附Spark示例

等效Kusto语句 #

// 模拟Spark中的输入数据集
datatable(Airport:string, Airline:string, Departures:int, Expected:int)
[
    'SEA', 'LH', 3, 2,
    'SEA', 'LY', 100, 3,
    'SEA', 'UA', 3, 2,
    'SEA', 'BA', 2, 1,
    'SEA', 'EL', 3, 2,
]
// 按Departures分区并生成连续序号
| extend row_number = row_number() over (partition by Departures order by Airline asc)
// 按Departures升序、序号升序排序，匹配预期输出的展示顺序
| sort by Departures asc, row_number asc

逻辑说明 #

1. 数据构造：用datatable复刻Spark中createDataFrame创建的测试数据。
2. 窗口逻辑映射：
   • Spark的Window.partitionBy("Departures")对应Kusto的partition by Departures，实现按Departures字段分组。
   • 原Spark代码中，同分区内的Departures值完全相同，dense_rank()实际生成连续唯一序号（与row_number()效果一致），因此Kusto直接使用row_number()即可匹配预期输出的row_number列。
   • 新增order by Airline asc是为了让同分区内的序号生成有固定规则（避免Kusto默认的无规则排序），如果需要完全匹配Spark输出的序号顺序，可根据实际需求调整排序字段。
3. 结果排序：通过sort by确保最终输出的行顺序与预期一致。

内容的提问来源于stack exchange，提问作者John Stud