function - 按多列从 GBQ 表中删除重复项的最有效方法

Question

我有下表（见上文）。

什么是通过 appId 和 clientId 删除重复项的最有效方法，因此结果表仅包含具有最小 DIFF 的那些行

例如：260848 应该是 yandex 作为源

谢谢！

标签： functiongoogle-bigqueryduplicatesanalytics

Answer 1

以下是 BigQuery 标准 SQL

#standardSQL
SELECT AS VALUE ARRAY_AGG(t ORDER BY DIFF LIMIT 1)[OFFSET(0)]
FROM `project.dataset.table` t
GROUP BY appId, clientId