如何在Presto中基于URL首段路径对关联数值进行聚合

需求说明 #

对给定URL字段按「域名+首段路径」分组，聚合计算对应Some_Value的总和。

实现方案 #

方法1：substr配合定位函数实现（符合你指定的substr使用要求） #

通过strpos定位第二个/的位置，再做截断，兼容仅含一级路径的URL场景：

SELECT 
  -- 截取从开头到第二个/之前的内容，无第二个/时保留完整URL
  substr(
    URL, 
    1, 
    coalesce(nullif(strpos(URL, '/', 2), 0), length(URL))
  ) AS URL,
  sum(Some_Value) AS agg_value
FROM 你的数据表名
GROUP BY 1

参数解释：

• strpos(URL, '/', 2)：查找URL中第2次出现/的索引位置，不存在第2个/时返回0
• nullif(返回值, 0)：将无匹配时返回的0转为null
• coalesce(返回值, length(URL))：如果是null（无第二个/）则取完整URL长度，避免截断错误

方法2：split_part拆分拼接实现（更简洁） #

直接按/拆分URL后拼接域名和首段路径，逻辑更直观不易出错：

SELECT
  split_part(URL, '/', 1) || '/' || split_part(URL, '/', 2) AS URL,
  sum(Some_Value) AS agg_value
FROM 你的数据表名
GROUP BY 1

两种方法执行后都可以得到你预期的聚合结果。

内容的提问来源于stack exchange，提问作者Kbbm