SQL配置单元：基于3列的组合选择（*）限制1，R中的union，RODBC

我是一名大数据实习生，这是我的第一个问题。如果我问得不好，请让我知道如何改进

我有一个非常大的表，我正在通过Hive通过R的RODBC包查询它

假设表中有名为

A:ZZZ

的列

我想为3列的每一个唯一组合提取一行和所有列，比如说B、F和G

我运行了下面的查询，以获得B、F和G的所有唯一组合，并得出了略多于7000个：

select B, F, G, count(*)
from DB.tableName
group by B, F, G; 

我做了很多研究，发现：

目前，我将B、F和G的所有组合存储为R中的数据帧。我认为，如果我可以将组合的数据帧转换为我命名为

TestVector

的向量，我可以尝试以下方法：

SELECT * FROM DB.Table WHERE (B,F,G) IN TestVector LIMIT 1; 

但我遇到了这些错误，不知道如何修复语法：

[1] "HY000 110 [Cloudera][ImpalaODBC] (110) Error while executing a query in Impala: [HY000] : AnalysisException: Syntax error in line 5:\n              (B, F, G)\n                    ^\nEncountered: COMMA\nExpected: AND, BETWEEN, DIV, IN, IS, LIKE, NOT, OR, REGEXP, RLIKE\n\nCAUSED BY: Exception: Syntax error\n"
[2] "[RODBC] ERROR: Could not SQLExecDirect 'select *\n              from \n              DB.table \n              WHERE \n              (B, F, G)\n              IN (vectorTest)\n              LIMIT 1;'" 

请帮忙

谢谢你的时间和耐心

我想为每一个独特的元素提取一行，所有列 三列的组合，比如B、F和G

这样的查询通常使用

row\u number

枚举组中的每一行并选择具有特定行号的行来解决

select * from (
  select * , 
    row_number() over (partition by B, F, G order by id) rn
  from DB.tableName
) t where rn = 1

上面的查询将为每个

B、F、G

组选择

id

最低的行

select * from (
  select * , 
    row_number() over (partition by B, F, G order by id) rn
  from DB.tableName
) t where rn = 1