<?xml version="1.0" encoding="UTF-8"?>
<rss xmlns:content="http://purl.org/rss/1.0/modules/content/" xmlns:dc="http://purl.org/dc/elements/1.1/" xmlns:rdf="http://www.w3.org/1999/02/22-rdf-syntax-ns#" xmlns:taxo="http://purl.org/rss/1.0/modules/taxonomy/" version="2.0">
  <channel>
    <title>topic DLT CDC/SCD - Taking the latest ID per day in Get Started Discussions</title>
    <link>https://community.databricks.com/t5/get-started-discussions/dlt-cdc-scd-taking-the-latest-id-per-day/m-p/66025#M7024</link>
    <description>&lt;P&gt;Hi I'm creating a DLT pipeline which uses DLT CDC to implement SCD Type 1 to take the latest record using a datetime column which works with no issues:&lt;/P&gt;&lt;PRE&gt;@dlt.view
def users():
  return spark.readStream.table("source_table")

dlt.create_streaming_table("target_table")

dlt.apply_changes(
  target = "target_table",
  source = "source_table",
  keys = ["Id"],
  sequence_by = col("PublishDateTime"),
  stored_as_scd_type = 1
)&lt;/PRE&gt;&lt;P&gt;This gives me the following result:&lt;/P&gt;&lt;P&gt;&lt;STRONG&gt;SOURCE&lt;/STRONG&gt;&lt;/P&gt;&lt;DIV class=""&gt;Id DateTime &lt;TABLE&gt;&lt;TBODY&gt;&lt;TR&gt;&lt;TD&gt;123&lt;/TD&gt;&lt;TD&gt;100424 1717&lt;/TD&gt;&lt;/TR&gt;&lt;TR&gt;&lt;TD&gt;123&lt;/TD&gt;&lt;TD&gt;100424 1710&lt;/TD&gt;&lt;/TR&gt;&lt;TR&gt;&lt;TD&gt;164&lt;/TD&gt;&lt;TD&gt;100424 1704&lt;/TD&gt;&lt;/TR&gt;&lt;TR&gt;&lt;TD&gt;167&lt;/TD&gt;&lt;TD&gt;100424 1619&lt;/TD&gt;&lt;/TR&gt;&lt;/TBODY&gt;&lt;/TABLE&gt;&lt;/DIV&gt;&lt;P&gt;&lt;STRONG&gt;TARGET&lt;/STRONG&gt;&lt;/P&gt;&lt;DIV class=""&gt;Id DateTime &lt;TABLE&gt;&lt;TBODY&gt;&lt;TR&gt;&lt;TD&gt;123&lt;/TD&gt;&lt;TD&gt;100424 1717&lt;/TD&gt;&lt;/TR&gt;&lt;TR&gt;&lt;TD&gt;164&lt;/TD&gt;&lt;TD&gt;100424 1704&lt;/TD&gt;&lt;/TR&gt;&lt;TR&gt;&lt;TD&gt;167&lt;/TD&gt;&lt;TD&gt;100424 1619&lt;/TD&gt;&lt;/TR&gt;&lt;/TBODY&gt;&lt;/TABLE&gt;&lt;/DIV&gt;&lt;P&gt;Essentially taking the latest record using ID and DateTime fields.&lt;/P&gt;&lt;P&gt;My question now is, how do I edit this code to take the LATEST record&lt;SPAN&gt;&amp;nbsp;&lt;/SPAN&gt;&lt;EM&gt;PER DAY&lt;/EM&gt;. Please see below the example using the same table:&lt;/P&gt;&lt;P&gt;&lt;STRONG&gt;SOURCE&lt;/STRONG&gt;&lt;/P&gt;&lt;DIV class=""&gt;Id DateTime Date &lt;TABLE&gt;&lt;TBODY&gt;&lt;TR&gt;&lt;TD&gt;123&lt;/TD&gt;&lt;TD&gt;100424 1717&lt;/TD&gt;&lt;TD&gt;100424&lt;/TD&gt;&lt;/TR&gt;&lt;TR&gt;&lt;TD&gt;123&lt;/TD&gt;&lt;TD&gt;100424 1710&lt;/TD&gt;&lt;TD&gt;100424&lt;/TD&gt;&lt;/TR&gt;&lt;TR&gt;&lt;TD&gt;123&lt;/TD&gt;&lt;TD&gt;110424 1717&lt;/TD&gt;&lt;TD&gt;110424&lt;/TD&gt;&lt;/TR&gt;&lt;TR&gt;&lt;TD&gt;164&lt;/TD&gt;&lt;TD&gt;100424 1704&lt;/TD&gt;&lt;TD&gt;100424&lt;/TD&gt;&lt;/TR&gt;&lt;TR&gt;&lt;TD&gt;164&lt;/TD&gt;&lt;TD&gt;110424 1728&lt;/TD&gt;&lt;TD&gt;110424&lt;/TD&gt;&lt;/TR&gt;&lt;TR&gt;&lt;TD&gt;165&lt;/TD&gt;&lt;TD&gt;120424 1447&lt;/TD&gt;&lt;TD&gt;120424&lt;/TD&gt;&lt;/TR&gt;&lt;TR&gt;&lt;TD&gt;165&lt;/TD&gt;&lt;TD&gt;120424 1316&lt;/TD&gt;&lt;TD&gt;120424&lt;/TD&gt;&lt;/TR&gt;&lt;/TBODY&gt;&lt;/TABLE&gt;&lt;/DIV&gt;&lt;P&gt;&lt;STRONG&gt;TARGET&lt;/STRONG&gt;&lt;/P&gt;&lt;DIV class=""&gt;Id DateTime Date &lt;TABLE&gt;&lt;TBODY&gt;&lt;TR&gt;&lt;TD&gt;123&lt;/TD&gt;&lt;TD&gt;100424 1717&lt;/TD&gt;&lt;TD&gt;100424&lt;/TD&gt;&lt;/TR&gt;&lt;TR&gt;&lt;TD&gt;123&lt;/TD&gt;&lt;TD&gt;110424 1717&lt;/TD&gt;&lt;TD&gt;110424&lt;/TD&gt;&lt;/TR&gt;&lt;TR&gt;&lt;TD&gt;164&lt;/TD&gt;&lt;TD&gt;100424 1704&lt;/TD&gt;&lt;TD&gt;100424&lt;/TD&gt;&lt;/TR&gt;&lt;TR&gt;&lt;TD&gt;164&lt;/TD&gt;&lt;TD&gt;110424 1728&lt;/TD&gt;&lt;TD&gt;110424&lt;/TD&gt;&lt;/TR&gt;&lt;TR&gt;&lt;TD&gt;165&lt;/TD&gt;&lt;TD&gt;120424 1447&lt;/TD&gt;&lt;TD&gt;120424&lt;/TD&gt;&lt;/TR&gt;&lt;/TBODY&gt;&lt;/TABLE&gt;&lt;/DIV&gt;&lt;P&gt;As you can see, the target table takes the latest Id using datetime, but for EACH DAY not just the latest period.&lt;/P&gt;&lt;P&gt;I'm aware SCD Type 1 does not capture history so may not be the right option here but SCD Type 2 does but unsure of how to implement this. Would be eternally grateful for any advice here thanks&lt;/P&gt;</description>
    <pubDate>Wed, 10 Apr 2024 16:36:40 GMT</pubDate>
    <dc:creator>dm7</dc:creator>
    <dc:date>2024-04-10T16:36:40Z</dc:date>
    <item>
      <title>DLT CDC/SCD - Taking the latest ID per day</title>
      <link>https://community.databricks.com/t5/get-started-discussions/dlt-cdc-scd-taking-the-latest-id-per-day/m-p/66025#M7024</link>
      <description>&lt;P&gt;Hi I'm creating a DLT pipeline which uses DLT CDC to implement SCD Type 1 to take the latest record using a datetime column which works with no issues:&lt;/P&gt;&lt;PRE&gt;@dlt.view
def users():
  return spark.readStream.table("source_table")

dlt.create_streaming_table("target_table")

dlt.apply_changes(
  target = "target_table",
  source = "source_table",
  keys = ["Id"],
  sequence_by = col("PublishDateTime"),
  stored_as_scd_type = 1
)&lt;/PRE&gt;&lt;P&gt;This gives me the following result:&lt;/P&gt;&lt;P&gt;&lt;STRONG&gt;SOURCE&lt;/STRONG&gt;&lt;/P&gt;&lt;DIV class=""&gt;Id DateTime &lt;TABLE&gt;&lt;TBODY&gt;&lt;TR&gt;&lt;TD&gt;123&lt;/TD&gt;&lt;TD&gt;100424 1717&lt;/TD&gt;&lt;/TR&gt;&lt;TR&gt;&lt;TD&gt;123&lt;/TD&gt;&lt;TD&gt;100424 1710&lt;/TD&gt;&lt;/TR&gt;&lt;TR&gt;&lt;TD&gt;164&lt;/TD&gt;&lt;TD&gt;100424 1704&lt;/TD&gt;&lt;/TR&gt;&lt;TR&gt;&lt;TD&gt;167&lt;/TD&gt;&lt;TD&gt;100424 1619&lt;/TD&gt;&lt;/TR&gt;&lt;/TBODY&gt;&lt;/TABLE&gt;&lt;/DIV&gt;&lt;P&gt;&lt;STRONG&gt;TARGET&lt;/STRONG&gt;&lt;/P&gt;&lt;DIV class=""&gt;Id DateTime &lt;TABLE&gt;&lt;TBODY&gt;&lt;TR&gt;&lt;TD&gt;123&lt;/TD&gt;&lt;TD&gt;100424 1717&lt;/TD&gt;&lt;/TR&gt;&lt;TR&gt;&lt;TD&gt;164&lt;/TD&gt;&lt;TD&gt;100424 1704&lt;/TD&gt;&lt;/TR&gt;&lt;TR&gt;&lt;TD&gt;167&lt;/TD&gt;&lt;TD&gt;100424 1619&lt;/TD&gt;&lt;/TR&gt;&lt;/TBODY&gt;&lt;/TABLE&gt;&lt;/DIV&gt;&lt;P&gt;Essentially taking the latest record using ID and DateTime fields.&lt;/P&gt;&lt;P&gt;My question now is, how do I edit this code to take the LATEST record&lt;SPAN&gt;&amp;nbsp;&lt;/SPAN&gt;&lt;EM&gt;PER DAY&lt;/EM&gt;. Please see below the example using the same table:&lt;/P&gt;&lt;P&gt;&lt;STRONG&gt;SOURCE&lt;/STRONG&gt;&lt;/P&gt;&lt;DIV class=""&gt;Id DateTime Date &lt;TABLE&gt;&lt;TBODY&gt;&lt;TR&gt;&lt;TD&gt;123&lt;/TD&gt;&lt;TD&gt;100424 1717&lt;/TD&gt;&lt;TD&gt;100424&lt;/TD&gt;&lt;/TR&gt;&lt;TR&gt;&lt;TD&gt;123&lt;/TD&gt;&lt;TD&gt;100424 1710&lt;/TD&gt;&lt;TD&gt;100424&lt;/TD&gt;&lt;/TR&gt;&lt;TR&gt;&lt;TD&gt;123&lt;/TD&gt;&lt;TD&gt;110424 1717&lt;/TD&gt;&lt;TD&gt;110424&lt;/TD&gt;&lt;/TR&gt;&lt;TR&gt;&lt;TD&gt;164&lt;/TD&gt;&lt;TD&gt;100424 1704&lt;/TD&gt;&lt;TD&gt;100424&lt;/TD&gt;&lt;/TR&gt;&lt;TR&gt;&lt;TD&gt;164&lt;/TD&gt;&lt;TD&gt;110424 1728&lt;/TD&gt;&lt;TD&gt;110424&lt;/TD&gt;&lt;/TR&gt;&lt;TR&gt;&lt;TD&gt;165&lt;/TD&gt;&lt;TD&gt;120424 1447&lt;/TD&gt;&lt;TD&gt;120424&lt;/TD&gt;&lt;/TR&gt;&lt;TR&gt;&lt;TD&gt;165&lt;/TD&gt;&lt;TD&gt;120424 1316&lt;/TD&gt;&lt;TD&gt;120424&lt;/TD&gt;&lt;/TR&gt;&lt;/TBODY&gt;&lt;/TABLE&gt;&lt;/DIV&gt;&lt;P&gt;&lt;STRONG&gt;TARGET&lt;/STRONG&gt;&lt;/P&gt;&lt;DIV class=""&gt;Id DateTime Date &lt;TABLE&gt;&lt;TBODY&gt;&lt;TR&gt;&lt;TD&gt;123&lt;/TD&gt;&lt;TD&gt;100424 1717&lt;/TD&gt;&lt;TD&gt;100424&lt;/TD&gt;&lt;/TR&gt;&lt;TR&gt;&lt;TD&gt;123&lt;/TD&gt;&lt;TD&gt;110424 1717&lt;/TD&gt;&lt;TD&gt;110424&lt;/TD&gt;&lt;/TR&gt;&lt;TR&gt;&lt;TD&gt;164&lt;/TD&gt;&lt;TD&gt;100424 1704&lt;/TD&gt;&lt;TD&gt;100424&lt;/TD&gt;&lt;/TR&gt;&lt;TR&gt;&lt;TD&gt;164&lt;/TD&gt;&lt;TD&gt;110424 1728&lt;/TD&gt;&lt;TD&gt;110424&lt;/TD&gt;&lt;/TR&gt;&lt;TR&gt;&lt;TD&gt;165&lt;/TD&gt;&lt;TD&gt;120424 1447&lt;/TD&gt;&lt;TD&gt;120424&lt;/TD&gt;&lt;/TR&gt;&lt;/TBODY&gt;&lt;/TABLE&gt;&lt;/DIV&gt;&lt;P&gt;As you can see, the target table takes the latest Id using datetime, but for EACH DAY not just the latest period.&lt;/P&gt;&lt;P&gt;I'm aware SCD Type 1 does not capture history so may not be the right option here but SCD Type 2 does but unsure of how to implement this. Would be eternally grateful for any advice here thanks&lt;/P&gt;</description>
      <pubDate>Wed, 10 Apr 2024 16:36:40 GMT</pubDate>
      <guid>https://community.databricks.com/t5/get-started-discussions/dlt-cdc-scd-taking-the-latest-id-per-day/m-p/66025#M7024</guid>
      <dc:creator>dm7</dc:creator>
      <dc:date>2024-04-10T16:36:40Z</dc:date>
    </item>
  </channel>
</rss>

