Apache Doris窗口函数中FIRST_VALUE/LAST_VALUE的ignore_null参数问题解析

在Apache Doris数据库系统中，窗口函数是数据分析的重要工具，其中FIRST_VALUE和LAST_VALUE函数允许用户获取窗口范围内的第一个或最后一个值。然而，在3.0.3-rc04版本中存在一个值得注意的功能性问题——ignore_null参数未能按预期工作。

问题现象

当使用FIRST_VALUE或LAST_VALUE窗口函数并设置ignore_null=true参数时，系统并未忽略NULL值，而是继续将NULL值包含在计算结果中。这导致在包含NULL值的数据序列中，函数无法正确返回最后一个非NULL值。

例如，在一个包含序列[NULL, NULL, 10, NULL]的数据集上应用LAST_VALUE函数时，预期结果应为[NULL, NULL, 10, 10]，但实际输出却是[NULL, NULL, 10, NULL]，最后一个NULL值没有被替换为前一个非NULL值10。

技术背景

窗口函数中的ignore_null参数设计初衷是让函数在处理时跳过NULL值，只考虑有效数据。这在处理包含缺失值的数据时特别有用，可以确保分析结果的连续性。FIRST_VALUE和LAST_VALUE函数通常用于时间序列分析、数据填充等场景，正确的ignore_null行为对保证数据质量至关重要。

影响分析

此问题会影响以下典型应用场景：

1. 数据填充：无法正确使用LAST_VALUE填充后续的NULL值
2. 趋势分析：在包含缺失值的时间序列中，无法准确获取最后一个有效数据点
3. 数据清洗：难以实现"向前填充"或"向后填充"等常见数据处理操作

解决方案

该问题已在后续版本中得到修复。用户可以通过升级到包含修复补丁的版本来解决此问题。修复后的版本中，FIRST_VALUE和LAST_VALUE函数将正确遵守ignore_null参数，跳过NULL值并返回预期的非NULL结果。

对于暂时无法升级的用户，可以考虑使用以下替代方案：

1. 使用COALESCE结合窗口函数实现类似效果
2. 在应用层进行后处理，手动填充NULL值
3. 使用其他窗口函数如LAG/LEAD配合条件表达式模拟所需行为

最佳实践

在使用窗口函数时，建议：

1. 始终验证函数行为是否符合预期，特别是涉及NULL处理的场景
2. 对于关键业务逻辑，考虑添加数据质量检查
3. 保持系统版本更新，以获取最新的功能修复和性能优化

此问题的发现和修复体现了开源社区协作的价值，也提醒我们在使用数据库高级功能时需要充分测试其边界条件。