如何在Redshift SQL中过滤掉ID匹配其他行ID1/ID2的数据行？

刚好之前在项目里碰到过类似的场景，要过滤掉那些ID被其他行的ID1或ID2引用的数据行，核心思路就是先找出所有被引用的ID集合，再筛选原表中不在这个集合里的记录。下面给你两种适配Redshift特性的可行实现方式：

方法1：CTE + NOT IN（逻辑清晰易读） #

先通过CTE收集所有出现在ID1或ID2里的非空ID，再用NOT IN过滤原表数据，逻辑一目了然：

WITH referenced_ids AS (
    -- 收集ID1中的有效引用ID
    SELECT ID1 AS ref_id FROM your_table WHERE ID1 IS NOT NULL
    UNION
    -- 收集ID2中的有效引用ID，用UNION自动去重
    SELECT ID2 AS ref_id FROM your_table WHERE ID2 IS NOT NULL
)
SELECT t.*
FROM your_table t
WHERE t.ID NOT IN (SELECT ref_id FROM referenced_ids);

方法2：NOT EXISTS（大数据量更高效） #

如果你的表数据量较大，Redshift对NOT EXISTS的查询优化表现更好，而且不需要额外的CTE，执行效率更高：

SELECT t.*
FROM your_table t
WHERE NOT EXISTS (
    SELECT 1
    FROM your_table ref
    -- 检查当前行ID是否被其他行的ID1或ID2引用
    WHERE ref.ID1 = t.ID OR ref.ID2 = t.ID
);

适配你的测试数据验证 #

用上面两种方法跑你提供的示例数据，都会得到你期望的结果：

ID | ID1 | ID2
D | B | C
E | |

需要注意：如果ID1或ID2存在空值，两种方法都会自动忽略这些空值（毕竟空值不会指向任何有效ID），完全符合业务逻辑。

内容的提问来源于stack exchange，提问作者Naman_Jain