Vous recevez des insertions en streaming avec d'éventuelles lignes dupliquées (ID unique + horodatage présents). Pour les requêtes interactives qui excluent les doublons, quel modèle de requête devriez-vous utiliser ?

La fonction de fenêtre ROWNUMBER() avec PARTITION BY sur l'ID unique et ORDER BY sur le timestamp (généralement DESC pour la plus récente ou ASC pour la plus ancienne, selon le besoin) attribue un numéro séquentiel à chaque ligne au sein de chaque partition. En filtrant WHERE rownumber = 1, vous sélectionnez la première occurrence (la plus récente ou la plus ancienne) pour chaque ID unique, éliminant ainsi les doublons. Les autres options sont incorrectes car : ORDER BY DESC et LIMIT 1 ne fonctionneraient que pour un seul ID unique, pas pour l'ensemble des données. GROUP BY sur l'ID et le timestamp ne supprimerait pas les doublons si le timestamp diffère, et SUM n'est pas pertinent ici pour la déduplication. LAG est utilisé pour accéder à une ligne précédente et n'est pas la méthode directe pour la déduplication basée sur la sélection de la première/dernière occurrence.