如何从指定连续行组而非全量行中提取某列的最早值——以Token分组的日期提取场景为例

这是个典型的SQL「岛屿问题」（连续相同值分组），普通的GROUP BY + MIN(Date)之所以失效，是因为它会把所有Token=9的行都归为一组，完全忽略中间被其他Token打断的连续序列。咱们一步步来搞定这个需求：找到每个用户最新的连续Token=9行组中的最早日期。

先看原始示例场景 #

原始数据表：

期望输出：2016-11-3 —— 因为2016-10-1的Token=7打断了之前的连续9序列，最新的连续9组是2016-11-3到2018-1-1，我们要取这组的最早日期。

解决方案：用窗口函数标记连续组 #

核心思路是先给每个连续的Token=9序列分配唯一的组ID，然后找到每个用户最新的那个组，再取该组的最小日期。这里用窗口函数实现：

WITH token_groups AS (
    SELECT 
        Name,
        Token,
        Date,
        -- 生成连续Token=9的组ID：整体行号减去Token=9的累计计数
        ROW_NUMBER() OVER (PARTITION BY Name ORDER BY Date) 
        - SUM(CASE WHEN Token = 9 THEN 1 ELSE 0 END) OVER (PARTITION BY Name ORDER BY Date ROWS BETWEEN UNBOUNDED PRECEDING AND CURRENT ROW) AS group_id
    FROM your_table  -- 替换成你的实际表名
),
valid_groups AS (
    SELECT 
        Name,
        group_id,
        MIN(Date) AS earliest_date_in_group,
        MAX(Date) AS latest_date_in_group
    FROM token_groups
    WHERE Token = 9  -- 只保留Token=9的行
    GROUP BY Name, group_id
)
SELECT 
    Name,
    earliest_date_in_group AS desired_date
FROM valid_groups
WHERE (Name, latest_date_in_group) IN (
    -- 找到每个用户最新的组（即组内最大日期最大的那个组）
    SELECT Name, MAX(latest_date_in_group)
    FROM valid_groups
    GROUP BY Name
);

验证各个案例 #

案例1

输入表：

运行上述SQL后，输出2011-5-30，符合预期——唯一的连续9组的最早日期就是它。

案例2

输入表：

运行后输出2022-1-1——最新的连续9组只有这一行，直接取它的日期。

案例3

输入表：

运行后输出2010-4-30——所有Token=9的行属于同一个连续组，这是用户唯一的9组，取它的最早日期。

内容的提问来源于stack exchange，提问作者Rana