Google BigQuery中保留含4种不同服务类型的重复订单记录

核心逻辑：先按订单号Order_no分组统计每个订单关联的去重服务类型数量，再保留数量恰好为4的订单对应的所有原始行，提供两种可直接运行的写法：

写法1：窗口函数实现（大表性能更优） #

不需要额外关联表，一次扫描就能出结果，适合数据量较大的场景：

SELECT * EXCEPT(service_type_cnt)
FROM (
  SELECT
    *,
    COUNT(DISTINCT Service_type) OVER (PARTITION BY Order_no) AS service_type_cnt
  FROM `替换为你的lipid表在BigQuery中的完整路径`
)
WHERE service_type_cnt = 4

语法说明：EXCEPT(service_type_cnt)会把统计用的临时计数字段从最终结果里剔除，返回和原表结构完全一致的符合条件的记录。

写法2：子查询关联实现（逻辑更直观） #

先筛出符合要求的订单号，再关联捞取对应所有行，适合SQL新手理解逻辑：

SELECT *
FROM `替换为你的lipid表在BigQuery中的完整路径`
WHERE Order_no IN (
  SELECT Order_no
  FROM `替换为你的lipid表在BigQuery中的完整路径`
  GROUP BY Order_no
  HAVING COUNT(DISTINCT Service_type) = 4
)

注意事项 #

• 统计时使用COUNT(DISTINCT Service_type)是为了兼容同一订单下重复录入相同服务类型的脏数据场景；如果业务规则明确保证同一个Order_no下不会出现重复的Service_type，可以替换为COUNT(*)，统计速度会更快。
• 运行前需要把SQL里的表路径占位符，替换为你自己项目下lipid表的实际地址，格式为项目名.数据集名.lipid。

内容的提问来源于stack exchange，提问作者Abo7aneen