SQL中不使用DISTINCT如何避免两表关联产生重复行？

我搞不懂当第二张表有额外细节层级时的JOIN逻辑，现在有两张表table1和table2（示例表如图）。我想把table2里的DOB和table1的数据一起返回，写了下面的查询：

select 
    t1.PERSON ID,
    t1.Celeb First Name,
    t1.Celeb Last Name,
    t2.DOB
from
    table 1 as t1
left join 
    table 2 t2 on t1.personid = t2.personid

哪怕用了GROUP BY，还是会得到重复行。不想用DISTINCT，因为会大幅拖慢查询速度，怎么才能只返回单行数据？

我试过的GROUP BY查询：

select 
    t1.PERSON ID,
    t1.Celeb First Name,
    t1.Celeb Last Name,
    t2.DOB
from 
    table 1 as t1
left join 
    table 2 t2 on t1.personid = t2.personid
group by
    t1.PERSON ID,
    t1.Celeb First Name,
    t1.Celeb Last Name,
    t2.DOB

问题原因 #

你遇到的重复行，本质是table2中同一个personid对应了多条记录，LEFT JOIN会把每条匹配的记录都和table1的行关联，最终输出多行。而你之前的GROUP BY包含了t2.DOB，如果同一个personid下有多条DOB相同的记录，或者存在不同DOB的情况，GROUP BY无法合并成单行。

可行解决方案 #

1. 用聚合函数提取唯一DOB（推荐）

正常来说，同一个人的出生日期（DOB）是唯一的，所以可以用MAX()或MIN()这类聚合函数对t2.DOB取值，同时GROUP BY只包含table1的字段，确保每个personid只返回一行：

select 
    t1.PERSON ID,
    t1.Celeb First Name,
    t1.Celeb Last Name,
    MAX(t2.DOB) as DOB
from
    table 1 as t1
left join 
    table 2 t2 on t1.personid = t2.personid
group by
    t1.PERSON ID,
    t1.Celeb First Name,
    t1.Celeb Last Name

2. 先对table2去重再关联

如果table2里同一个personid有重复的DOB记录，可以先对table2做去重处理，再和table1 JOIN：

select 
    t1.PERSON ID,
    t1.Celeb First Name,
    t1.Celeb Last Name,
    t2.DOB
from
    table 1 as t1
left join 
    (select distinct personid, DOB from table 2) t2 
    on t1.personid = t2.personid

3. 用窗口函数筛选唯一行

如果需要灵活选择某一条记录的DOB（比如取最新录入的），可以用ROW_NUMBER()窗口函数给table2的记录按personid分组排序，只保留每组的第一行：

select 
    t1.PERSON ID,
    t1.Celeb First Name,
    t1.Celeb Last Name,
    t2.DOB
from
    table 1 as t1
left join 
    (select 
        personid, 
        DOB,
        ROW_NUMBER() over (partition by personid order by 录入时间 desc) as rn
     from table 2) t2 
    on t1.personid = t2.personid and t2.rn = 1

注：上面的录入时间需要替换成table2中实际的排序字段，如果没有特定排序逻辑，用order by (select null)也可以随机取一行。

内容的提问来源于stack exchange，提问作者jrj