讲师中心 微信公众号

工具推荐

视频效率加速
立刻MV
立刻MV

低成本歌曲 MV、视频生成

剧云
剧云

中文短剧剧本制作平台

Seko
Seko

AI短剧一键生成成片

Laper
Laper

剧本策划到成片协作

如何在Presto SQL中利用ROW_NUMBER过滤重复订单

浅婷大大_2549

浅婷大大_2549

发布时间:2026-11-21 09:48:01

|

690人浏览过

|

来源于php中文网

原创

在presto sql中利用row_number过滤重复订单,核心做法是调用窗口函数 row_number() 配合 partition by 和 order by 子句。具体而言,将订单id等唯一标识作为分区依据,按时间或优先级排序,生成行号后在外层查询中筛选行号为1的记录,从而保留每个订单的最新或最优先版本并剔除其余重复项。

如何在Presto SQL中利用ROW_NUMBER过滤重复订单

如何定义去重逻辑与排序规则

确定去重逻辑的关键在于明确“重复”的定义以及“保留哪一条”的标准。通常以 order_id 为分组键,若需保留最新记录则按 created_at 降序排列,若需保留最早记录则升序排列。这种逻辑直接决定了 ROW_NUMBER() 生成的序号分布,进而影响最终过滤结果。

如何在Presto SQL中利用ROW_NUMBER过滤重复订单

WITH ranked_orders AS (
    SELECT 
        order_id,
        user_id,
        amount,
        created_at,
        ROW_NUMBER() OVER (
            PARTITION BY order_id 
            ORDER BY created_at DESC
        ) as rn
    FROM orders
)
SELECT 
    order_id,
    user_id,
    amount,
    created_at
FROM ranked_orders
WHERE rn = 1;

上述代码首先通过CTE构建中间结果集,其中 rn 列即为去重后的行号。外层查询仅选取 rn = 1 的行,确保每个 order_id 仅返回一条记录。预期结果为:若某 order_id 存在多条记录,仅返回 created_at 最大的一条;若不存在重复,则原样返回。该方案适用于数据量适中且内存充足的场景,Presto会高效执行窗口计算。

如何处理大规模数据下的性能瓶颈

当数据规模达到TB级时,全表扫描并计算 ROW_NUMBER() 可能导致Shuffle开销过大。此时可结合预聚合或分桶策略优化。例如,先按 order_id 进行局部聚合,或在写入阶段使用分桶表减少扫描范围。此外,若业务允许,可引入 DISTINCT ON(若引擎支持)或基于哈希的预过滤机制降低计算复杂度。

如何在Presto SQL中利用ROW_NUMBER过滤重复订单

-- 假设orders表已按order_id分桶
SELECT /*+ BROADCAST */ 
    order_id,
    user_id,
    amount,
    created_at
FROM (
    SELECT 
        order_id,
        user_id,
        amount,
        created_at,
        ROW_NUMBER() OVER (
            PARTITION BY order_id 
            ORDER BY created_at DESC
        ) as rn
    FROM orders
) sub
WHERE rn = 1;

此示例中,BROADCAST 提示用于优化小表关联,但核心仍依赖 ROW_NUMBER() 的去重逻辑。若数据倾斜严重,可考虑在 PARTITION BY 中加入更多维度(如 user_id)以平衡负载。预期行为:在合理分桶下,查询延迟显著降低,且结果一致性不变。需注意,Presto对窗口函数的支持依赖于其分布式执行引擎,实际性能受集群配置和数据分布影响。

当order_id包含NULL值时ROW_NUMBER的行为是什么

在Presto SQL中,ROW_NUMBER() 会将 NULL 视为一个独立的分区值。这意味着所有 order_id 为 NULL 的记录会被归入同一分区,并按 ORDER BY 规则排序。若未指定 ORDER BY,则顺序不确定;若指定了排序字段,则 NULL 值的排序位置遵循SQL标准(默认置于末尾或开头,取决于数据库实现)。因此,NULL 不会导致错误,但可能产生非预期的去重结果,需在业务层面显式处理。

本站声明:本文内容由网友自发贡献,版权归原作者所有,本站不承担相应法律责任。如您发现有涉嫌抄袭侵权的内容,请联系admin@php.cn

热门AI工具

更多
豆包大模型

豆包大模型是一款由字节跳动推出的企业级大语言模型服务平台。

WorkBuddy

一款AI办公效率工具,主要用于腾讯云推出的AI原生桌面智能体工作台,适合需要提升相关任务效率的用户。

讯飞智作

讯飞智作是一款AI视频创作工具,AI文本配音工具,数字人课程、营销视频制作。

小橡皮AI

一款AI工具,主要用于小橡皮一键去AI味,将机器味重的内容改得更有活人感,防止因为 AI 内容被平台打上 AI 标签,以及限流,适合需要提升相关任务效率的用户。

SoundView
SoundView Hot

SoundView是一款面向跨境电商的视频翻译、配音和本地化 AI 创作平台。

函子Zion

一款支持AI搭建、可视化编辑和多端发布的全栈无代码开发平台。

DeepSeek

DeepSeek是一款面向对话、写作、编程和推理场景的AI大模型工具。

讯飞绘文

讯飞绘文是一款由科大讯飞推出的一站式 AIGC 内容运营平台。

火山引擎

火山引擎是一款面向企业的云计算与AI服务平台。

相关专题

更多
大数据分析工具有哪四个
大数据分析工具有哪四个

大数据分析的四个工具分别是rapidminer、Hpcc、Hadoop和Pentaho bi。大数据分析用于从各种来源生成的原始数据中提取有价值的数据。这些数据帮助我们获得有意义的见解、隐藏的模式、未知的相关性、市场趋势等等,具体取决于行业。大数据分析的主要动机是提供有价值的见解,以便为未来做出更好的决策。php中文网为大家带来了大数据分析的相关教程、以及相关文章等内容,供大家免费下载使用。

6736

2023.06.21

Java 大数据处理基础(Hadoop 方向)
Java 大数据处理基础(Hadoop 方向)

本专题聚焦 Java 在大数据离线处理场景中的核心应用,系统讲解 Hadoop 生态的基本原理、HDFS 文件系统操作、MapReduce 编程模型、作业优化策略以及常见数据处理流程。通过实际示例(如日志分析、批处理任务),帮助学习者掌握使用 Java 构建高效大数据处理程序的完整方法。

1289

2025.12.08

大数据专业学习教程
大数据专业学习教程

本专题整合了大数据专业学习相关教程,阅读专题下面的文章了解更多详细内容。

263

2026.01.05

python处理大数据合集
python处理大数据合集

本专题整合了python处理大数据相关教程,阅读专题下面的文章了解更多详细内容。

566

2026.01.05

数据分析工具有哪些
数据分析工具有哪些

数据分析工具有Excel、SQL、Python、R、Tableau、Power BI、SAS、SPSS和MATLAB等。详细介绍:1、Excel,具有强大的计算和数据处理功能;2、SQL,可以进行数据查询、过滤、排序、聚合等操作;3、Python,拥有丰富的数据分析库;4、R,拥有丰富的统计分析库和图形库;5、Tableau,提供了直观易用的用户界面等等。

5163

2023.10.12

SQL中distinct的用法
SQL中distinct的用法

SQL中distinct的语法是“SELECT DISTINCT column1, column2,...,FROM table_name;”。本专题为大家提供相关的文章、下载、课程内容,供大家免费下载体验。

1051

2023.10.27

SQL中months_between使用方法
SQL中months_between使用方法

在SQL中,MONTHS_BETWEEN 是一个常见的函数,用于计算两个日期之间的月份差。想了解更多SQL的相关内容,可以阅读本专题下面的文章。

1349

2024.02.23

SQL出现5120错误解决方法
SQL出现5120错误解决方法

SQL Server错误5120是由于没有足够的权限来访问或操作指定的数据库或文件引起的。想了解更多sql错误的相关内容,可以阅读本专题下面的文章。

7281

2024.03.06

Nginx CVE-2026-123007排查与防护指南
Nginx CVE-2026-123007排查与防护指南

Nginx HTTP/2漏洞该怎么修复?本专题围绕CVE-2026-123007,介绍安全版本升级、模块兼容检查和配置恢复方法,以及日志排查、权限设置等后续加固操作,方便你按实际部署情况查找对应教程。

0

2026.11.20

热门下载

更多
网站特效
/
网站源码
/
网站素材
/
前端模板

精品课程

更多
热门推荐
/
最新课程
关于我们 免责申明 举报中心 意见反馈 讲师合作 广告合作 最新更新
php中文网:公益在线php培训,帮助PHP学习者快速成长!
关注服务号
PHP中文网订阅号
每天精选资源文章推送

Copyright 2014-2026 https://www.php.cn/ All Rights Reserved | php.cn