Как я могу получить количество и новейшую запись для каждой пары столбцов?

Question

У меня есть таблица Athena с 4 столбцами (A, B, C, D), и я хочу найти:

1. количество строк, связанных с каждой уникальной комбинацией A & B
2. значение C самой последней строки для той же пары A & B, где D - отметка времени

Например, если это входные данные

+---+---+-----+------------+
| A | B |  C  |     D      |
+---+---+-----+------------+
| 1 | 1 | 'a' | 2019-04-04 |
| 1 | 1 | 'b' | 2019-04-03 |
| 1 | 2 | 'c' | 2019-04-02 |
| 1 | 3 | 'd' | 2019-04-01 |
| 2 | 2 | 'e' | 2019-04-03 |
| 2 | 2 | 'f' | 2019-04-04 |
+---+---+-----+------------+

Это желаемый результат

+---+---+----------+-------+
| A | B | newest_C | count |
+---+---+----------+-------+
| 1 | 1 | 'a'      |     2 |
| 1 | 2 | 'c'      |     1 |
| 1 | 3 | 'd'      |     1 |
| 2 | 2 | 'f'      |     2 |
+---+---+----------+-------+

Я не очень разбираюсь в запросах, и моя лучшая попытка заключается в следующем:

Присоединитесь к двум подзапросам, где один подсчитывает, адругие ранжируются в каждом ряду по времени.Затем в соединении выберите только те строки, которые имеют самый высокий ранг.

WITH t1 AS (
    SELECT A, B, count(*)
    FROM data
    GROUP BY A, B
),
t2 AS (
    SELECT A, B, C, RANK() OVER (PARTITION BY A, B ORDER BY D DESC) AS rank
    FROM data
)
SELECT t1.A, t1.B, t2.newest_C, t1.count
FROM t1 LEFT JOIN t2 ON t1.A = t2.A AND t1.B = t2.B
WHERE rank = 1

Answer 1

Presto имеет несколько сложных функций агрегирования. Итак:

select a, b, count(*) as cnt,
       max_by(c, d)
from t
group by a, b;

max_by() поясняется в документации .

Answer 2

Решение Гордона Линоффа в порядке. Другой вариант, если вы не хотите использовать max_by:

SELECT t1.a, t1.b, t1.c, t2.count
FROM data AS t1 
INNER JOIN
  (SELECT a, b, count(*) AS count, max(d) AS d 
  FROM data 
  GROUP BY a,b) AS t2
ON t1.a = t2.a AND t1.b = t2.b AND t1.d = t2.d

Вот демо!

Answer 3

Этого можно достичь, используя Функции окна Presto :

SELECT a, b, c AS newest_c, cnt
FROM (
    SELECT 
        t.*,
        COUNT(*)     OVER(PARTITION BY a, b) AS cnt,
        ROW_NUMBER() OVER(PARTITION BY a, b ORDER BY d DESC) AS rn
    FROM mytable t
) x WHERE rn = 1

В подзапросе оконные функции могут использоваться для подсчета количества записей, имеющих одинаковый кортеж (a, b), и ранжирования записей по убыванию d. Затем внешний запрос фильтрует самую последнюю запись в каждой группе.