ClickHouse窗口函数first_value深度解析

黄年皓Medwin

于 2025-05-30 09:09:55 发布

阅读量378

点赞数 3

CC 4.0 BY-SA版权

本文链接：https://blog.youkuaiyun.com/gitblog_00983/article/details/148325803

ClickHouse窗口函数first_value深度解析

ClickHouse ClickHouse® 是一个免费的大数据分析型数据库管理系统。项目地址: https://gitcode.com/gh_mirrors/cli/ClickHouse

什么是first_value函数

first_value是ClickHouse提供的一个窗口函数，用于获取窗口框架内的第一个值。在实际数据分析中，我们经常需要获取分组排序后的第一个记录值，这时first_value就非常有用。

函数语法详解

first_value(column_name) [[RESPECT NULLS] | [IGNORE NULLS]]
  OVER (
    [PARTITION BY grouping_column] 
    [ORDER BY sorting_column] 
    [ROWS or RANGE expression_to_bound_rows_withing_the_group] 
    | window_name
  )
FROM table_name
WINDOW window_name as ([PARTITION BY grouping_column] [ORDER BY sorting_column])

参数说明：

column_name：要获取第一个值的列名
RESPECT NULLS：可选参数，表示包含NULL值
IGNORE NULLS：可选参数，表示跳过NULL值（默认行为）
PARTITION BY：分组依据列
ORDER BY：排序依据列
ROWS/RANGE：定义窗口框架范围

函数特性

默认行为：默认情况下，first_value会跳过NULL值
NULL处理：可以通过RESPECT NULLS参数强制包含NULL值
别名：该函数有两个别名：any和firstValueRespectNulls
返回值：返回窗口框架内的第一个值，类型与输入列相同

实际应用示例

基础用法：获取最高薪资球员

SELECT 
    player, 
    salary, 
    first_value(player) OVER (ORDER BY salary DESC) AS highest_paid_player
FROM salaries;

结果解释：

结果会显示所有球员及其薪资
highest_paid_player列会显示薪资最高的球员名字（Gary Chen）
由于没有PARTITION BY，整个结果集被视为一个窗口

分组获取最高薪资球员

SELECT 
    team,
    player, 
    salary, 
    first_value(player) OVER (PARTITION BY team ORDER BY salary DESC) AS team_highest_paid
FROM salaries;

这个查询会：

按球队分组
在每个球队内部按薪资降序排序
返回每个球队中薪资最高的球员名字

包含NULL值的处理

-- 假设salaries表中有NULL值
SELECT 
    player, 
    salary, 
    first_value(player) RESPECT NULLS OVER (ORDER BY salary DESC) AS highest_paid_player
FROM salaries;

这个查询会确保NULL值不被跳过，如果第一个值是NULL，也会被返回。

性能优化建议

合理使用PARTITION BY：分区过细会影响性能
避免大窗口：窗口框架过大（如ROWS BETWEEN UNBOUNDED PRECEDING AND UNBOUNDED FOLLOWING）会增加内存使用
索引利用：确保ORDER BY和PARTITION BY的列有适当的索引