Redshift SQL：按规则去重并筛选表数据的实现方案

方案一：使用窗口函数（推荐，兼容多数现代数据库） #

通过窗口函数先标记每个ID的状态，再筛选符合条件的行：

WITH id_status AS (
    SELECT 
        *,
        -- 标记当前ID是否存在Code='Y'的记录
        MAX(CASE WHEN Code = 'Y' THEN 1 ELSE 0 END) OVER (PARTITION BY ID) AS has_y,
        -- 按Amount降序排名，用于无Y时取最大值行
        RANK() OVER (PARTITION BY ID ORDER BY Amount DESC) AS amount_rank
    FROM your_table
)
SELECT ID, Code, Amount -- 替换为你实际需要的列
FROM id_status
WHERE 
    (has_y = 1 AND Code = 'Y')
    OR (has_y = 0 AND amount_rank = 1);

说明：

• has_y字段会给同一个ID下的所有行标记为1（只要该ID存在Code='Y'的记录），否则为0。
• amount_rank给每个ID下的行按Amount从大到小排名，最大值的行排名为1。
• 如果需要确保无Y时只返回唯一一行（即使多个行Amount相同），把RANK()换成ROW_NUMBER()，可以额外加排序字段保证稳定性，比如ORDER BY Amount DESC, CreateTime DESC（假设存在CreateTime列）。

方案二：使用UNION ALL + 子查询（适合不支持窗口函数的旧版数据库） #

分两部分查询后合并结果：

-- 第一部分：保留所有含Code='Y'的行
SELECT ID, Code, Amount
FROM your_table
WHERE Code = 'Y'

UNION ALL

-- 第二部分：保留无Code='Y'的ID中Amount最大的行
SELECT t.ID, t.Code, t.Amount
FROM your_table t
WHERE 
    -- 筛选出没有Code='Y'记录的ID
    NOT EXISTS (SELECT 1 FROM your_table y WHERE y.ID = t.ID AND y.Code = 'Y')
    -- 取当前ID下的最大Amount行
    AND t.Amount = (SELECT MAX(Amount) FROM your_table WHERE ID = t.ID);

说明：

• 用UNION ALL而非UNION，因为两部分的ID无重叠，避免不必要的去重开销。
• 用NOT EXISTS替代NOT IN可以避免ID为NULL时的异常问题。

注意事项 #

• 替换your_table和ID, Code, Amount为你实际的表名和列名。
• 如果表数据量极大，建议给ID、Code字段建立索引，提升子查询或窗口函数的执行效率。

内容的提问来源于stack exchange，提问作者winlai