Vertica 中每组查询的前 N ​​个

这是一个老问题——在Vertica中寻找最佳解决方案。想象一个有列的表格：-

A, B, C, D, E

A-D 列是 int 或 varchar，E 列是 timestamptz 列，其默认值为 GETUTCDATE()。

表格内容示例：-

1, 2, "AAA", 4, 1404305559
1, 2, "BBB", 23, 1404305633
1, 2, "CCC", 62, 1404305705  <-- the max entry for (1,2,"CCC")
1, 2, "AAA", 123, 1404305740 <-- the max entry for (1,2,"AAA")
1, 2, "BBB", 91, 1404305778  <-- the max entry for (1,2,"BBB")

因此，复合 (A,B,C) 值可能存在重复行（D 列是值，E 列是时间戳）。

我想要一个结果集，显示每个唯一的（A，B，C）组合的最新行及其值。因此，上述结果集将如下所示：-

1, 2, "CCC", 62, 1404305705  
1, 2, "AAA", 123, 1404305740 
1, 2, "BBB", 91, 1404305778  

让我们设置示例数据：

CREATE TABLE public.test (
  A int,
  B int,
  C varchar,
  D int, 
  E int
);

INSERT INTO public.test (A, B, C, D, E) VALUES (1, 2, 'AAA', 4, 1404305559);
INSERT INTO public.test (A, B, C, D, E) VALUES (1, 2, 'BBB', 23, 1404305633);
INSERT INTO public.test (A, B, C, D, E) VALUES (1, 2, 'CCC', 62, 1404305705);
INSERT INTO public.test (A, B, C, D, E) VALUES (1, 2, 'AAA', 123, 1404305740);
INSERT INTO public.test (A, B, C, D, E) VALUES (1, 2, 'BBB', 91, 1404305778);

COMMIT;

我们将使用RANK https://my.vertica.com/docs/7.0.x/HTML/index.htm#Authoring/SQLReferenceManual/Functions/Analytic/RANKAnalytic.htm函数对每行进行排名A, B, C并排序E并仅返回顶部的行（排名为 1）。

SELECT a.a, 
       a.b, 
       a.c, 
       a.d, 
       a.e 
FROM   (SELECT a, 
               b, 
               c, 
               d, 
               e, 
               RANK() 
                 OVER ( 
                   PARTITION BY a, b, c 
                   ORDER BY e DESC) AS rank 
        FROM   public.test) a 
WHERE  a.rank = 1; 

这将返回：

 A | B |  C  |  D  |     E
---+---+-----+-----+------------
 1 | 2 | CCC |  62 | 1404305705
 1 | 2 | AAA | 123 | 1404305740
 1 | 2 | BBB |  91 | 1404305778