Google bigquery 为什么'；t LAST_值返回最后一个值？

我想使用如下查询查找有序分区上

y

的最后一个值：

SELECT
  x,
  LAST_VALUE(y) OVER (PARTITION BY x ORDER BY y ASC)
FROM table

但是

LAST\u VALUE

返回许多不是给定分区的

y

的最后一个值（在本例中为最大值）的值。为什么?

---

（在这种情况下，

MAX

可以代替

LAST\u VALUE

来查找最大值，但是为什么

LAST\u VALUE

也不返回最大值？

TLDR:您想要的查询是：

SELECT
  x,
  LAST_VALUE(y) OVER (PARTITION BY x ORDER BY y ASC
    ROWS BETWEEN UNBOUNDED PRECEDING AND UNBOUNDED FOLLOWING)
FROM table

可能后跟

GROUP by

，以折叠分析函数中的重复输出行

当然，如果您只需要在无序分区上使用

MAX

，则更简单：

SELECT
  x,
  MAX(y) OVER (PARTITION BY x)
FROM table

---

在回答这个问题之前，这里有一些关于解析函数（又称窗口函数）的背景知识。以下所有内容都是标准SQL，不特定于BigQuery

首先，分析函数不是聚合函数。聚合函数将多个输入行折叠为一个输出行，而分析函数只为每个输入行计算一个输出行。因此，您需要确保考虑每个输入行的输出是什么

其次，分析函数在行的“窗口”上运行，该窗口是该行所属“分区”的子集。输入行的分区由

partition by

子句确定，如果希望分区是整个输入行集，则可以省略它。该窗口由

ROWS

子句提供，但如果不指定（用户通常不指定），则默认为整个分区（当未应用排序时）或分区中从第一行到当前行的一组行（当存在

ORDER by

时）。请注意，对于分区中的每个输入行，窗口可能会有所不同

现在，回到

LAST\u值

。尽管上面描述的默认窗口在许多情况下是合理的（例如，计算累计和），但它在使用

最后一个\u值时效果非常差。
LAST\u VALUE
函数返回窗口中最后一行的值，默认情况下，窗口中的最后一行是当前行

因此，要解决这个问题，需要明确指定
LAST\u VALUE
的窗口是整个分区，而不仅仅是当前行之前的行。您可以按如下方式进行操作：

SELECT x, LAST_VALUE(y) OVER (PARTITION BY x ORDER BY y ASC
  ROWS BETWEEN UNBOUNDED PRECEDING AND UNBOUNDED FOLLOWING)
FROM table

为了验证这一点，以下是一个示例：

SELECT
  x,
  FIRST_VALUE(x) OVER (ORDER BY x ASC) first_asc,
  FIRST_VALUE(x) OVER (ORDER BY x DESC) first_desc,
  LAST_VALUE(x) OVER (ORDER BY x ASC) last_asc,
  LAST_VALUE(x) OVER (ORDER BY x DESC) last_desc,
FROM
  (SELECT 4 as x),
  (SELECT 2 as x),
  (SELECT 1 as x),
  (SELECT 3 as x)

x,first_asc,first_desc,last_asc,last_desc
1,1,4,1,1
2,1,4,2,2
3,1,4,3,3
4,1,4,4,4

请注意，
LAST_VALUE
返回1、2、3、4而不是4，因为每个输入行的窗口都会更改

现在，让我们指定一个窗口作为整个分区：

SELECT
  x,
  FIRST_VALUE(x) OVER (ORDER BY x ASC
    ROWS BETWEEN UNBOUNDED PRECEDING AND UNBOUNDED FOLLOWING) first_asc,
  FIRST_VALUE(x) OVER (ORDER BY x DESC
    ROWS BETWEEN UNBOUNDED PRECEDING AND UNBOUNDED FOLLOWING) first_desc,
  LAST_VALUE(x) OVER (ORDER BY x ASC
    ROWS BETWEEN UNBOUNDED PRECEDING AND UNBOUNDED FOLLOWING) last_asc,
  LAST_VALUE(x) OVER (ORDER BY x DESC
    ROWS BETWEEN UNBOUNDED PRECEDING AND UNBOUNDED FOLLOWING) last_desc,
FROM
  (SELECT 4 as x),
  (SELECT 2 as x),
  (SELECT 1 as x),
  (SELECT 3 as x)

x,first_asc,first_desc,last_asc,last_desc
1,1,4,4,1
2,1,4,4,1
3,1,4,4,1
4,1,4,4,1

现在我们按预期得到了4个
最后一个值
。
甚至问题标题也使用了
最后一个值
-问题本身要求
最大值


我只想说以下几点：

SELECT x, MAX(y) OVER (PARTITION BY x) FROM table  

若表中并没有涉及其他字段，我只需执行简单的分组方式：

SELECT x, MAX(y) FROM table GROUP BY x 

当然，我们应该记住，最大值和最大值并不总是一回事
 另一个选项是将查询顺序更改为desc

SELECT
  x,
  LAST_VALUE(y) OVER (PARTITION BY x ORDER BY y ASC)
FROM table
order by x desc

但是“您将只获得第一行的最后一个值”
我问了这个问题并回答了这个问题，因为我们经常收到客户投诉，用户认为他们在“最后一个值”中发现了一个错误，我认为将其作为常见问题解答提供会很有用。我修改了这个问题，使MAX不是一个有效的答案，并在我自己的答案中添加了一条注释。谢谢你的留言！当然，这正是我的想法。我不确定用户的问题到底是什么，因为它有点模糊，因为它的措辞是：o）@MikhailBerlyant“。我们应该记住，并不总是….”-当我附加一个链接到我认为你提到的东西时，我是不是要直截了当？谢谢你的解释。这件事困扰了我好长时间。我通过DESC变通方法找到了第一个_值，但不明白为什么最后一个_值不起作用。很高兴它很有用！：-）伟大的你的回答太完整了。非常感谢你。