SQL Server左连接中如何获取cd.Id2唯一结果，仅保留首条重复记录

需求 #

Data表查询结果中存在重复的Id2记录，需确保每个Id2值唯一，仅保留每组重复Id2对应的第一条记录；同时需要关联StartBalanceData表计算聚合字段。

当前问题 #

原SQL语句尝试通过分组聚合实现，但无法按Id2去重；使用LIMIT 1不符合SQL Server语法，无法达成需求。原SQL如下：

SELECT Id
       ,IsIncluded
       ,LineId
       ,LineType
       ,LineNumber
       ,LineDescription
       ,SUM(table2.StartBalance) AS StartBalance
       ,SUM(table1.MoneyIn) AS MoneyIn
       ,SUM(table1.MoneyOut) AS MoneyOut
FROM Data AS table1
LEFT JOIN StartBalanceData table2 ON table1.Id2 = table2.Id
GROUP BY Id, IsIncluded, LineId, LineType, LineNumber, LineDescription

解决方案 #

使用SQL Server的ROW_NUMBER()窗口函数实现分组取第一条的逻辑，具体步骤：

1. 先对Data表按Id2分组，给每组内的记录按指定顺序分配行号
2. 筛选行号为1的记录（即每组第一条），再关联表计算聚合值

完整SQL代码 #

WITH RankedData AS (
    SELECT 
        Id,
        IsIncluded,
        LineId,
        LineType,
        LineNumber,
        LineDescription,
        Id2,
        MoneyIn,
        MoneyOut,
        -- 按Id2分组，每组内按Id升序排序，第一条行号为1
        ROW_NUMBER() OVER (PARTITION BY Id2 ORDER BY Id) AS RowNum
    FROM Data
)
SELECT 
    rd.Id,
    rd.IsIncluded,
    rd.LineId,
    rd.LineType,
    rd.LineNumber,
    rd.LineDescription,
    SUM(table2.StartBalance) AS StartBalance,
    SUM(rd.MoneyIn) AS MoneyIn,
    SUM(rd.MoneyOut) AS MoneyOut
FROM RankedData rd
LEFT JOIN StartBalanceData table2 ON rd.Id2 = table2.Id
WHERE rd.RowNum = 1 -- 仅保留每组Id2的第一条记录
GROUP BY rd.Id, rd.IsIncluded, rd.LineId, rd.LineType, rd.LineNumber, rd.LineDescription

关键说明 #

• PARTITION BY Id2：将相同Id2的记录划分为同一组
• ORDER BY Id：指定每组内的排序规则，这里以Id升序确保取最早的一条记录，可根据实际业务调整排序字段（如创建时间等）
• WHERE rd.RowNum = 1：筛选出每组的第一条记录，实现Id2值唯一的要求

内容的提问来源于stack exchange，提问作者c0d3r007