如何将同一发票中相同product_id的行合并为一行并删除其余行？

我有如下订单明细表格：

我希望将同一发票（invoice_id相同）中拥有相同product_id的行进行合并：把这些行的quantity和total值相加后合并到其中一行（示例里保留了组内最小的id），然后删除其余重复的行。最终输出表格应如下所示：

我原本考虑使用一个SQL函数来返回拥有相同invoice_id和product_id的id列表，再对quantity和总价使用聚合函数。是否存在更简便的实现方式？

当然有更简洁的实现方式！完全不用写复杂的自定义函数，用基础的分组聚合或者窗口函数就能轻松搞定，分两种常用场景给你说明：

场景1：仅需查询合并后的结果（不修改原表） #

如果只是想获取合并后的数据集，直接用GROUP BY搭配聚合函数就能实现，还能精准匹配你示例里保留组内最小id的需求：

SELECT 
    MIN(id) AS id,
    invoice_id,
    product_id,
    SUM(quantity) AS quantity,
    SUM(total) AS total
FROM your_table_name
GROUP BY invoice_id, product_id
ORDER BY id;

逻辑解释： #

• GROUP BY invoice_id, product_id：自动把"同发票+同产品"的行归为一组
• MIN(id)：取每组里最小的id作为合并后的行ID（和你的示例输出完全匹配），如果想保留最大ID就换成MAX(id)
• SUM(quantity)和SUM(total)：分别对每组的数量、总价做求和计算

场景2：需要修改原表（删除重复行，保留合并后的数据） #

如果要直接修改原表，留下合并后的行并删除冗余行，可以用窗口函数ROW_NUMBER()标记每组的目标行，再进行更新和删除操作：

方式一：用CTE标记并操作 #

WITH ranked_rows AS (
    SELECT 
        *,
        -- 给每组的行按ID排序，标记序号
        ROW_NUMBER() OVER (
            PARTITION BY invoice_id, product_id 
            ORDER BY id ASC
        ) AS rn,
        -- 提前计算每组的总数量和总价
        SUM(quantity) OVER (PARTITION BY invoice_id, product_id) AS total_qty,
        SUM(total) OVER (PARTITION BY invoice_id, product_id) AS total_amt
    FROM your_table_name
)
-- 先更新组内第一行的数量和总价为求和后的值
UPDATE ranked_rows
SET quantity = total_qty, total = total_amt
WHERE rn = 1;

-- 再删除组内其他冗余行
DELETE FROM ranked_rows
WHERE rn > 1;

方式二：临时表替换法（更兼容部分数据库） #

如果你的数据库对CTE的更新/删除支持有限，可以用临时表中转：

-- 1. 将合并结果存入临时表
CREATE TABLE temp_merged AS
SELECT 
    MIN(id) AS id,
    invoice_id,
    product_id,
    SUM(quantity) AS quantity,
    SUM(total) AS total
FROM your_table_name
GROUP BY invoice_id, product_id;

-- 2. 清空原表（注意备份数据！）
TRUNCATE TABLE your_table_name;

-- 3. 把合并后的数据插回原表
INSERT INTO your_table_name (id, invoice_id, product_id, quantity, total)
SELECT * FROM temp_merged;

-- 4. 可选：删除临时表
DROP TABLE temp_merged;

注意事项： #

• 把your_table_name替换成你实际的表名
• 操作原表前务必备份数据，避免误删
• 不同数据库（MySQL、PostgreSQL、SQL Server等）在语法细节上略有差异，比如CTE的更新权限、临时表语法，可以根据你的数据库调整

这种原生SQL的方式比自定义函数简单太多，性能也更优，完全能满足你的需求～

内容的提问来源于stack exchange，提问作者VishnuVS