sql针对某一字段去重,并且保留其他字段
今天客户提了一个小需求,希望我能提供一条sql语句,帮助他对数据中 _field 这个字段的值去重,并且保留其他字段的数据。第一反应是select distinct,但这种语句在对某个字段去重时,无法保留其他字段,所以select distinct不成立。因为用户对去重没有要求,字段值重复时保留任意一行就行,所以我想到当字段值重复时,选出对应主键最大的那条数据作为保留数据,这样可以实现用户的去重需求。但是用户的表中又没有主键,没办法,我们只好先使用窗口函数创建主键了。 因为平时喜欢用hive on spark写sql,所以sql语句使用中间表的形式来写,_field为去重字段,other_fields为原表table中_field外的其他字段 1.创建主键(存在主键则无需创建,窗口函数需要遍历所有行数据,数据量大时会很慢) TEMP table1 = select row_number() over (order by _field) as id, _field, other_fields from table 2.选出每个_field对应的最大主键 TEMP table2 = select max(id) as max_id from table1 group by _field 3.找出选中的主键对应的原表数据 TEMP table3 = select _field,