如何在Presto中进行重复数据删除

Question

我有一个Presto表假设它有[id，name，update_time]列和数据

(1, Amy, 2018-08-01),
(1, Amy, 2018-08-02),
(1, Amyyyyyyy, 2018-08-03),
(2, Bob, 2018-08-01)

现在，我想执行一个sql，结果将是

(1, Amyyyyyyy, 2018-08-03),
(2, Bob, 2018-08-01)

目前，我在Presto中进行重复数据删除的最佳方法如下。

select 
    t1.id, 
    t1.name,
    t1.update_time 
from table_name t1
join (select id, max(update_time) as update_time from table_name group by id) t2
    on t1.id = t2.id and t1.update_time = t2.update_time

更多信息，Cajaxasopi点击

在Presto中有更好的重复数据删除方法吗？

Answer 1

在PrestoDB中，我倾向于使用deduplication in sql：

row_number()

Answer 2

你似乎想要

select id, name, date
from (select t.*,
             row_number() over (partition by name order by date desc) as seqnum
      from table_name t
     ) t
where seqnum = 1;

：

subquery

Answer 3

只需使用

select t.*
from table t
where update_time = (select MAX(t1.update_time) from table t1 where t1.id = t.id);

运算符

in

Answer 4

这很简单：

 select t.*
    from tableA t
    where update_time in (select MAX(tableA.update_time) from tableA goup by id)

希望能帮助到你