需求场景：相同维度值（门店、产品）下的数值（订单数）是一样的，想要维度下各个数值只计算一次求和。如果直接用sum，会按不同维度下的行数翻倍，如果用sum(distinct)只能是聚合度量，无法用partition by直接转为窗口函数。按截图中的示例，期望最后得到“3店”的值是250，“4店”的值是200。
实现方式（有三种）： 实现步骤： 1.获取到每个分组里的值[取值]=max([订单数])over(partition by [门店],[产品]) 2.去重求和[个数]=size(collect_set([产品])over(partition by [门店])) 3.去重后求和[去重求和开窗]=sum([取值]/[个数])over(partition by [门店])
第二种：通过排序，仅取第一位 思路：先将需要去重的数据在分组内排序，再取每个分组排序为1的数值加和 实现步骤： 1.添加排序，[排序]=row_number()over(partition by [门店],[产品] order by 1) 排序函数可以参考《排序函数》 2.取排序序号=1的对应数值求和，[去重求和-取序号为1的数值求和]=sum(case when [排序]=1 then [订单数] else 0 end)over(partition by [门店])
第三种：使用sum(distinct) 仅限BI版本在6.0及以上，且Spark组件版本在3.4.1-hf10及以上（页面上无法直接查询到，可在对应专属售后群中咨询群主） 由于支持了Hive在新版本上逐步支持了distinct window functions，观远BI也随之更新Spark计算引擎支持distinct开窗方式。 实现步骤：[去重求和]=sum(distinct [订单数])over(partition by [门店])
|
