SQL替代多次UNION ALL查询的优化方案咨询

问题背景 #

需要针对指定的33个romecode值，每个值从数据表中获取最多30条记录，最终合并为一个数据集。当前实现方式是重复编写33段SELECT语句并通过UNION ALL拼接，代码冗余且维护成本高。

优化方案 #

利用窗口函数ROW_NUMBER()结合分区（PARTITION BY）逻辑，可一次性完成分组取数需求，代码更简洁高效：

SELECT 
  appellationlibelle,
  romelibelle,
  romecode,
  descriptioncleaned,
  description
FROM (
  SELECT 
    *,
    -- 按romecode分组，为每组内的行分配唯一序号
    ROW_NUMBER() OVER(PARTITION BY romecode ORDER BY (SELECT NULL)) AS row_num
  FROM `scrappers-293910.vigilant_memory_raw.indeed`
  -- 限定目标romecode列表
  WHERE romecode IN (
    'G1603', 'E1205', 'D1101', 'N1202', 'M1501', 'G1402', 'I1401',
    'M1607', 'J1102', 'C1201', 'M1801', 'I1203', 'I1604', 'M1705',
    'H2102', 'M1203', 'K2503', 'E1103', 'N1103', 'M1805', 'H1204',
    'M1602', 'D1106', 'M1707', 'C1501', 'M1701', 'G1101', 'J1302',
    'C1103', 'E1401', 'J1201', 'H1301', 'C1301'
  )
) t
-- 筛选每组前30条数据
WHERE row_num <= 30

方案说明 #

• PARTITION BY romecode：将数据按romecode字段分组，确保序号仅在组内递增
• ORDER BY (SELECT NULL)：若无需特定排序逻辑，用此写法避免额外排序开销；如果需要按特定字段排序，替换为实际字段（如ORDER BY create_time DESC）
• 外层查询通过row_num <=30过滤出每组的前30条记录，完全替代了重复的SELECT + LIMIT + UNION ALL结构

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