在HAVING子句中使用MIN()查询客户最早订单日期遇异常的原因及解决

问题原因 #

你原SQL的核心问题出在GROUP BY的逻辑和非聚合列的处理上：

• 当你用GROUP BY customer_id时，数据库会把同一个customer_id的行合并成一个分组。此时SELECT里的order_date属于非聚合、非分组键的列，在大多数严格的SQL模式（比如MySQL的ONLY_FULL_GROUP_BY开启时）会直接报错；如果模式宽松，数据库会随机从该分组的行里选一个order_date返回，这个值不一定是最小的那个。
• 接着HAVING MIN(order_date) = order_date的判断，只有当随机选中的这个order_date刚好等于该分组的最小日期时，这条记录才会被保留。像你提到的customer_id=7，分组后随机返回的是'2019-07-22'，而该分组的MIN(order_date)是'2019-07-08'，条件不满足，所以这条记录就被过滤掉了。

简单说：GROUP BY后你拿到的order_date是随机的，不是全部分组内的日期，自然无法和最小日期匹配出所有符合条件的行。

可行的解决方法 #

方法1：你提到的子查询+WHERE IN #

这种写法先通过子查询算出每个用户的最小订单日期，再用WHERE条件匹配原表中对应的行：

SELECT customer_id, order_date
FROM Delivery
WHERE (customer_id, order_date) IN (
    SELECT customer_id, MIN(order_date)
    FROM Delivery
    GROUP BY customer_id
)

方法2：窗口函数（更高效的写法） #

用ROW_NUMBER()窗口函数给每个用户的订单按日期排序，标记出最早的那一行，再筛选出来：

SELECT customer_id, order_date
FROM (
    SELECT 
        customer_id, 
        order_date,
        ROW_NUMBER() OVER(PARTITION BY customer_id ORDER BY order_date ASC) AS rn
    FROM Delivery
) t
WHERE rn = 1

如果存在同一个用户同一天多个订单的情况，想保留所有的话，可以把ROW_NUMBER()换成RANK()或者DENSE_RANK()。

内容的提问来源于stack exchange，提问作者BenS