Athena(Presto SQL)如何存储公共子查询结果到变量避免重复查询

完全可以实现，Athena基于Presto/Trino引擎，原生支持*CTE（公共表表达式）*语法，可以把重复使用的子查询逻辑抽成独立的临时结果块，后续查询直接引用即可，既不用重复写相同代码，SQL结构也会清晰很多。

补充说明：常规场景下Athena的查询优化器会自动识别相同的过滤逻辑，不会重复扫描源表数据；如果过滤后的子集数据量极大、且被多次引用，你也可以选择创建临时表存储子集，确保只计算一次。

写法示例 #

把你重复写的select * from tablename where x=y抽离为公共的CTE节点，改造后的SQL如下：

WITH
-- 这里就是可复用的筛选数据子集，仅需编写一次
var AS (
    SELECT * FROM tablename WHERE x = y
),
p AS (
    SELECT item, MAX(date) AS max_date
    FROM var
    GROUP BY 1
),
q AS (
    SELECT item, date, MAX(date2) AS max_date2
    FROM var
    GROUP BY 1,2
)
SELECT *
FROM p
LEFT JOIN q
ON p.item = q.item;

这里的var就是你需要的类似变量效果的结果集，在单条SQL的执行生命周期内可以被任意后续节点引用。后续如果要调整x=y的过滤规则，只需要修改var节点内的一处代码即可，不用在多个子查询里同步修改。

大数据量下的优化方案 #

如果过滤后的子集数据量很大，且你需要在同一会话的多条SQL里重复使用这个子集，可以创建临时表存储结果，完全避免重复计算：

-- 第一步：创建会话级临时表，存储筛选后的子集
CREATE TEMPORARY TABLE var AS
SELECT * FROM tablename WHERE x = y;

-- 第二步：后续所有同会话的查询都可以直接引用var表
WITH p AS (
    SELECT item, MAX(date) AS max_date
    FROM var
    GROUP BY 1
),
q AS (
    SELECT item, date, MAX(date2) AS max_date2
    FROM var
    GROUP BY 1,2
)
SELECT * FROM p LEFT JOIN q ON p.item = q.item;

临时表仅在当前查询会话生效，会话断开后会自动删除，不会产生额外的永久存储成本。

内容的提问来源于stack exchange，提问作者Devarshi Goswami