Limit for a certain amount of records per distinct value for Databricks SQL

It seems so simple, yet I’m stuck.
I want to limit the results that I have to only contain a certain amount of records,say 1000, per distinct value in column A. So for value 1, I need max 1000 returns, for value 2 as well etc. How do I set my limit clausule in Databricks SQL?

Column A Column B Column B
1 Value X Yes
1 Value Y Yes
3 Value X No
2 Value Y No
1 Value X Yes
3 Value Y Yes
2 Value X Maybe
2 Value Y Maybe

I’ve tried a lot, so far no success.

0

Use a windows function to achieve this. Change your order by if needed.

select colA, colB, colc 
from (
  select colA, colB, colC, 
    row_number() over (partition by colA order by random()) as rn 
  from your_table
   ) 
where rn <= 1000 

EDIT: Based on comments, you want to filter on some certain values, and, left join. The Order by Random adds lots of time. If you don’t need it truly random, then order by something else to significantly reduce your query time.

select colA, colB, colc, colN
from (
  select a.colA, a.colB, a.colC, b.colN, 
    row_number() over (partition by a.colA order by a.colA) as rn 
  from table1 a
  left join table2 b
    on a.colX = b.colY
  where a.colA in (1, 2)
   ) 
where rn <= 1000 

3

I also came up with the ORDER BY RANDOM() as the ORDER BY clause of the window function. An ORDER BY is required for the ROW_NUMBER() OLAP function, that’s why I also tried it.

Better if you have something in the table to order by to get the n most important rows per Column_A value.

Also – Databricks supports the QUALIFY clause, which lets you avoid nesting two queries for filtering:

WITH
-- your input ...
indata(Column_A,Column_B,Column_C) AS (
          SELECT 1,'Value X','Yes'
UNION ALL SELECT 1,'Value Y','Yes'
UNION ALL SELECT 3,'Value X','No'
UNION ALL SELECT 2,'Value Y','No'
UNION ALL SELECT 1,'Value X','Yes'
UNION ALL SELECT 3,'Value Y','Yes'
UNION ALL SELECT 2,'Value X','Maybe'
UNION ALL SELECT 2,'Value Y','Maybe'
)
-- real query starts here, replace following comma with "WITH"
SELECT
  *
FROM indata
QUALIFY ROW_NUMBER()  OVER(PARTITION BY Column_A ORDER BY Column_C) <= 2
;
Column_A Column_B Column_C
1 Value X Yes
1 Value Y Yes
2 Value X Maybe
2 Value Y Maybe
3 Value X No
3 Value Y Yes

As @Jon mentioned, you can achieve efficiency by using pyspark code and looping through a sql for each group

def limit_rows_per_group(df, group_column, limit):
    groups = df.select(group_column).distinct().rdd.flatMap(lambda x: x).collect()
    limited_dfs = []
    
    for group in groups:
        window = Window.partitionBy(group_column).orderBy(F.col("ColumnB"))
        df_group = df.filter(F.col(group_column) == group)
        
        
        df_group = df_group.withColumn("row_num", F.row_number().over(window))
        df_group_limited = df_group.filter(F.col("row_num") <= limit).drop("row_num")
        
        limited_dfs.append(df_group_limited)
    
    
    result_df = limited_dfs[0]
    for limited_df in limited_dfs[1:]:
        result_df = result_df.union(limited_df)
    
    return result_df

result_df = limit_rows_per_group(df, "ColumnA", 1000)


result_df.show()

Trang chủ Giới thiệu Sinh nhật bé trai Sinh nhật bé gái Tổ chức sự kiện Biểu diễn giải trí Dịch vụ khác Trang trí tiệc cưới Tổ chức khai trương Tư vấn dịch vụ Thư viện ảnh Tin tức - sự kiện Liên hệ Chú hề sinh nhật Trang trí YEAR END PARTY công ty Trang trí tất niên cuối năm Trang trí tất niên xu hướng mới nhất Trang trí sinh nhật bé trai Hải Đăng Trang trí sinh nhật bé Khánh Vân Trang trí sinh nhật Bích Ngân Trang trí sinh nhật bé Thanh Trang Thuê ông già Noel phát quà Biểu diễn xiếc khỉ Xiếc quay đĩa Dịch vụ tổ chức sự kiện 5 sao Thông tin về chúng tôi Dịch vụ sinh nhật bé trai Dịch vụ sinh nhật bé gái Sự kiện trọn gói Các tiết mục giải trí Dịch vụ bổ trợ Tiệc cưới sang trọng Dịch vụ khai trương Tư vấn tổ chức sự kiện Hình ảnh sự kiện Cập nhật tin tức Liên hệ ngay Thuê chú hề chuyên nghiệp Tiệc tất niên cho công ty Trang trí tiệc cuối năm Tiệc tất niên độc đáo Sinh nhật bé Hải Đăng Sinh nhật đáng yêu bé Khánh Vân Sinh nhật sang trọng Bích Ngân Tiệc sinh nhật bé Thanh Trang Dịch vụ ông già Noel Xiếc thú vui nhộn Biểu diễn xiếc quay đĩa Dịch vụ tổ chức tiệc uy tín Khám phá dịch vụ của chúng tôi Tiệc sinh nhật cho bé trai Trang trí tiệc cho bé gái Gói sự kiện chuyên nghiệp Chương trình giải trí hấp dẫn Dịch vụ hỗ trợ sự kiện Trang trí tiệc cưới đẹp Khởi đầu thành công với khai trương Chuyên gia tư vấn sự kiện Xem ảnh các sự kiện đẹp Tin mới về sự kiện Kết nối với đội ngũ chuyên gia Chú hề vui nhộn cho tiệc sinh nhật Ý tưởng tiệc cuối năm Tất niên độc đáo Trang trí tiệc hiện đại Tổ chức sinh nhật cho Hải Đăng Sinh nhật độc quyền Khánh Vân Phong cách tiệc Bích Ngân Trang trí tiệc bé Thanh Trang Thuê dịch vụ ông già Noel chuyên nghiệp Xem xiếc khỉ đặc sắc Xiếc quay đĩa thú vị
Trang chủ Giới thiệu Sinh nhật bé trai Sinh nhật bé gái Tổ chức sự kiện Biểu diễn giải trí Dịch vụ khác Trang trí tiệc cưới Tổ chức khai trương Tư vấn dịch vụ Thư viện ảnh Tin tức - sự kiện Liên hệ Chú hề sinh nhật Trang trí YEAR END PARTY công ty Trang trí tất niên cuối năm Trang trí tất niên xu hướng mới nhất Trang trí sinh nhật bé trai Hải Đăng Trang trí sinh nhật bé Khánh Vân Trang trí sinh nhật Bích Ngân Trang trí sinh nhật bé Thanh Trang Thuê ông già Noel phát quà Biểu diễn xiếc khỉ Xiếc quay đĩa
Thiết kế website Thiết kế website Thiết kế website Cách kháng tài khoản quảng cáo Mua bán Fanpage Facebook Dịch vụ SEO Tổ chức sinh nhật