Impala中实现book等字段连续空值向下填充的SQL方法

你的写法存在三个核心问题：

• 普通lag()函数不传偏移参数时仅能获取上1行的数值，连续空值场景下，第二行及以后的空值取到的上一行本身就是null，无法实现向前追溯最近非空值的效果
• SQL别名写法错误，三个字段填充逻辑最后都错误别名成了book，执行会直接报错
• 直接用全量向前填充非空值的逻辑不符合你的需求：你需要仅填充book_per_row=1的非空书籍记录到下一条非空书籍记录之间的空值，后续非空书籍如果book_per_row=0，不需要向后填充，直接全局取最近非空值会多填后面的空行。

注意：group是SQL保留关键字，查询时需要用反引号包裹，否则会报语法错误。

实现逻辑分三步：

1. 给同用户的行为按时间升序生成稳定行号，标记数据顺序
2. 筛选所有book非空的边界记录，用lead()函数拿到每条边界记录对应的下一条边界的行号，确定每条边界的填充范围
3. 左关联原数据和边界表，匹配到属于book_per_row=1的边界覆盖范围内的空行，做字段填充即可

with base_rn as (
    select 
        *,
        row_number() over(partition by id order by time asc, action, `group`) as rn
    from your_table -- 替换为实际表名
),
border_info as (
    select
        rn as start_rn,
        book,
        book_type,
        book_status,
        book_per_row,
        lead(rn) over(partition by id order by rn asc) as next_start_rn
    from base_rn
    where book is not null -- 标记所有book非空的边界行
)
select
    b.id,
    b.action,
    b.`group`,
    -- 填充book字段：匹配到填充范围就取边界值，否则取原始值
    case when bo.start_rn is not null then bo.book else b.book end as book,
    -- 填充book_type字段
    case when bo.start_rn is not null then bo.book_type else b.book_type end as book_type,
    -- 填充book_per_row：匹配到填充范围且原始值为null则填0，否则取原始值
    case 
        when bo.start_rn is not null and b.book_per_row is null then 0 
        else b.book_per_row 
    end as book_per_row,
    -- 填充book_status字段
    case when bo.start_rn is not null then bo.book_status else b.book_status end as book_status,
    b.time
from base_rn b
left join border_info bo
    on bo.book_per_row = 1 -- 仅匹配book_per_row=1的起始填充边界
    and b.rn > bo.start_rn -- 当前行在边界行之后
    and b.rn < bo.next_start_rn -- 当前行在下一个边界行之前
order by b.rn asc;

用你提供的样例数据执行上述SQL，会完全匹配期望结果：

• 6/29的buy记录（book_per_row=1）到7/4的search记录之间的4条空行会被正确填充，空的book_per_row自动填0
• 7/4的search记录book_per_row=0，不会触发向后填充，后续空行保持null
• 第一条非空记录之前的所有空行保持null，符合需求。

内容的提问来源于stack exchange，提问作者DrGenius