如何通过SQL按多条件去重并保留指定Sources数据

原SQL的问题在于没有优先筛选出以cmdd开头的记录，且排序逻辑不符合需求——它会把非cmdd开头的记录（比如M3组的91）排在前面，导致最终保留的不是目标值。

要实现需求，我们需要：

• 按Machine和Product分组
• 优先保留以cmdd开头的记录，在这些记录中取升序最小的那个
• 剔除分组内其他所有记录（包括非cmdd开头的）

方法1：查询目标结果（不修改原表） #

如果只是需要获取符合要求的数据，不需要删除原表行，可以用以下SQL：

WITH ranked AS (
    SELECT 
        Machine, 
        Product, 
        Sources,
        -- 先标记是否为cmdd开头，cmdd的排前面；再按Sources升序
        ROW_NUMBER() OVER (
            PARTITION BY Machine, Product
            ORDER BY 
                CASE WHEN Sources LIKE 'cmdd%' THEN 0 ELSE 1 END,
                Sources ASC
        ) AS rn
    FROM Concatcleanup
)
SELECT Machine, Product, Sources
FROM ranked
WHERE rn = 1;

方法2：删除原表中不符合的行 #

如果需要直接清理原表数据，保留目标行，可以用CTE标记后删除：

WITH ranked AS (
    SELECT 
        Machine, 
        Product, 
        Sources,
        ROW_NUMBER() OVER (
            PARTITION BY Machine, Product
            ORDER BY 
                CASE WHEN Sources LIKE 'cmdd%' THEN 0 ELSE 1 END,
                Sources ASC
        ) AS rn
    FROM Concatcleanup
)
DELETE FROM ranked
WHERE rn > 1;

逻辑说明 #

• CASE WHEN Sources LIKE 'cmdd%' THEN 0 ELSE 1 END：把所有以cmdd开头的记录的排序权重设为0，非cmdd的设为1，确保cmdd记录优先被保留
• 再按Sources ASC排序，在cmdd开头的记录里取字典序最小的（比如cmdd3比cmdd6小）
• 每个Machine+Product分组里只保留rn=1的行，就是我们需要的目标记录

内容的提问来源于stack exchange，提问作者ROn