如何在Trino中按字段分组并正确获取最新语义化版本？

由于Trino的MAX()聚合函数对varchar类型的版本号仅按字典序排序，无法适配语义化版本（SemVer）的规则（比如正式版本3.4.0优先级高于预发布版本3.4.0-beta.1，3.4.0-beta.11高于3.4.0-beta.2），可以通过以下两种方式解决：

方法一：手动拆分版本字段，结构化排序（无需额外插件） #

如果你的Trino环境没有启用SemVer插件，可以通过字符串函数拆分版本的各个组成部分，按语义规则排序后取每组最新版本：

WITH parsed_versions AS (
    SELECT
        group_id,
        version,
        -- 拆分核心版本号（主/次/修订版），处理缺失的修订版
        CAST(split_part(split_part(version, '-', 1), '.', 1) AS INT) AS major,
        CAST(split_part(split_part(version, '-', 1), '.', 2) AS INT) AS minor,
        CAST(coalesce(split_part(split_part(version, '-', 1), '.', 3), '0') AS INT) AS patch,
        -- 提取预发布标签（如beta.1），无预发布则为空
        CASE WHEN version LIKE '%-%' THEN split_part(version, '-', 2) ELSE '' END AS pre_release,
        -- 拆分预发布标签的名称和序号，无序号则设为0
        CASE WHEN version LIKE '%-%' THEN split_part(split_part(version, '-', 2), '.', 1) ELSE '' END AS pre_tag,
        CASE WHEN version LIKE '%-%' THEN CAST(coalesce(split_part(split_part(version, '-', 2), '.', 2), '0') AS INT) ELSE 0 END AS pre_num
    FROM your_table_name
),
ranked_versions AS (
    SELECT
        group_id,
        version,
        ROW_NUMBER() OVER (
            PARTITION BY group_id
            ORDER BY
                major DESC,
                minor DESC,
                patch DESC,
                -- 正式版本（无预发布）优先于预发布版本
                CASE WHEN pre_release = '' THEN 0 ELSE 1 END ASC,
                -- 预发布标签按语义排序（alpha < beta < rc）
                pre_tag ASC,
                -- 预发布序号按数值降序（如beta.11 > beta.2）
                pre_num DESC
        ) AS version_rank
    FROM parsed_versions
)
SELECT group_id, version AS latest_semver_version
FROM ranked_versions
WHERE version_rank = 1;

说明： #

• 该方法通过将版本拆分为结构化字段，严格遵循语义化版本的排序规则：核心版本号数字越大越新，正式版本优先于所有预发布版本，预发布版本按标签字典序+序号数值排序。
• 可以适配大部分规范的语义化版本格式，包括缺失修订版（如3.4）、多层预发布标签（如3.4.0-beta.1.2）的情况。

方法二：使用Trino SemVer插件（简洁高效） #

如果你的Trino集群启用了semver插件（可通过SHOW FUNCTIONS LIKE 'semver%'验证），可以直接利用内置的语义化版本函数处理：

方式1：使用MAX_BY聚合函数 #

SELECT
    group_id,
    MAX_BY(version, semver_parse(version)) AS latest_semver_version
FROM your_table_name
GROUP BY group_id;

方式2：使用窗口函数排序 #

WITH ranked_versions AS (
    SELECT
        group_id,
        version,
        ROW_NUMBER() OVER (
            PARTITION BY group_id
            ORDER BY semver_parse(version) DESC
        ) AS version_rank
    FROM your_table_name
)
SELECT group_id, version AS latest_semver_version
FROM ranked_versions
WHERE version_rank = 1;

说明： #

• semver_parse()函数会将varchar类型的版本号转换为Trino内置的SemVer类型，该类型的排序完全遵循语义化版本规则。
• MAX_BY(col, sort_col)聚合函数会返回sort_col取最大值时对应的col值，直接实现分组取最新版本的需求。

注意事项 #

• 若使用SemVer插件，需确保版本号符合语义化版本规范（如主版本.次版本.修订版，预发布部分以-开头），否则semver_parse()会抛出错误。
• 对于不规范的版本号，建议先清洗数据，或使用方法一的手动拆分逻辑做兼容处理。

内容的提问来源于stack exchange，提问作者Azima