基于重复值场景的SQL数据筛选：按条件选取最小/最大值

需要编写SQL语句从sold_out表中按以下条件筛选数据：

• 分组字段：location_cd、machine_cd、product_cd、temperature；
• 若分组内有多条记录的MAX(created_timestamp)值相同，则选取data_source最小的行；
• 其余情况直接选取created_timestamp最大的行。

示例数据 #

预期输出 #

尝试的SQL（未得到正确结果） #

SELECT machine_cd,
    location_cd,
    product_cd,
    temperature,
    case WHEN exists(
        SELECT machine_cd,
            location_cd,
            product_cd,
            temperature,
            created_timestamp,
            COUNT(*)
        From sold_out
        group by machine_cd,
            location_cd,
            product_cd,
            temperature,
            created_timestamp
        HAVING COUNT(*) > 1
    ) THEN MIN(data_source) ELSE MAX(created_timestamp) END
FROM sold_out
GROUP BY machine_cd,
    location_cd,
    product_cd,
    temperature

你之前的SQL存在两个核心问题：一是EXISTS判断的是全局是否存在重复时间的分组，而非当前分组内的情况；二是CASE分支返回的字段类型不匹配（一个是数值型的data_source，一个是时间型的created_timestamp），逻辑完全不符合需求。

可以用窗口函数ROW_NUMBER()实现需求，按指定分组字段分区，先按created_timestamp降序排序，再按data_source升序排序，取每个分区的第一行即可：

SELECT location_cd, machine_cd, product_cd, temperature, data_source, created_timestamp
FROM (
    SELECT 
        *,
        ROW_NUMBER() OVER (
            PARTITION BY location_cd, machine_cd, product_cd, temperature
            ORDER BY created_timestamp DESC, data_source ASC
        ) AS rn
    FROM sold_out
) t
WHERE rn = 1;

逻辑说明 #

• PARTITION BY指定分组字段，将数据按要求拆分为不同分组；
• ORDER BY先按created_timestamp降序，确保最新时间的记录排在前面；若时间相同，再按data_source升序，让data_source最小的记录排在首位；
• 外层查询筛选rn=1的记录，即为每个分组内符合要求的目标行。

这个逻辑完全匹配你的需求：

1. 对于product_cd=123456的分组，两条记录时间相同，data_source=3的记录被选中；
2. 对于product_cd=654321的分组，created_timestamp最大的记录被选中。

内容的提问来源于stack exchange，提问作者ninh_nguyen