SQL SELECT查询返回重复记录：如何获取唯一ID及问题解决

• 多表连接产生笛卡尔积：members与system_data通过facility_id关联时，若同一facility_id对应多条system_data记录，单条members会被复制为多行。后续与logs连接时，同一个logs.id会绑定到这些重复的members行上，最终即使按logs.id分组，只要其他分组字段（如province/district）存在差异或因连接产生重复行，就会出现logs.id重复的结果。
• 左连接被转为内连接：where子句中province is not null的条件，过滤掉了system_data无匹配的members记录，使得原本的左连接实际等同于内连接，进一步增加了连接后的重复行数。
• 分组逻辑冗余：原查询的分组字段包含facility/time/province/district，这些字段与logs.id并非一一对应时，同一个logs.id会被分到多个分组中，导致结果重复；同时count(members.id)因连接产生的重复行，统计结果也不准确。

根据业务需求，提供两种可行思路：

思路1：先聚合去重，再关联日志表 #

先对members和system_data的关联结果做去重聚合，再与logs连接，避免笛卡尔积：

select 
    logs.id, 
    to_char(logs.login, 'YYYY-mm-dd') as time,
    m.facility, 
    m.province, 
    m.district, 
    m.member_count as value 
from 
    logs
left join (
    select 
        members.card_id, 
        members.facility_id as facility, 
        max(system_data.province) as province,
        max(system_data.district) as district, 
        count(distinct members.id) as member_count
    from 
        members 
    join 
        system_data on system_data.facility_id = members.facility_id 
    where 
        system_data.province is not null
    group by 
        members.card_id, members.facility_id
) m on logs.card_id = m.card_id and logs.facility_id = m.facility_id
where 
    '2022-08-01' <= logs.login and logs.login <= '2022-08-11'
order by 
    logs.id;

说明：子查询按card_id+facility_id分组，确保每个组合仅返回一条记录；用max()提取同一分组下的province/district（需确保同一facility_id下这些字段值一致），count(distinct)统计真实的成员数量。

思路2：调整分组逻辑，仅按logs.id分组 #

保留原查询结构，通过聚合函数确保同一logs.id仅返回一条记录：

select 
    logs.id, 
    to_char(max(logs.login), 'YYYY-mm-dd') as time,
    max(members.facility_id) as facility, 
    max(system_data.province) as province, 
    max(system_data.district) as district, 
    count(distinct members.id) as value
from 
    members 
join 
    system_data on system_data.facility_id = members.facility_id 
join 
    logs on logs.card_id = members.card_id and members.facility_id = logs.facility_id  
where
    '2022-08-01' <= logs.login and logs.login <= '2022-08-11' 
    and system_data.province is not null 
group by 
    logs.id
order by 
    logs.id;

说明：将左连接改为内连接（原where条件已过滤无匹配的记录），仅按logs.id分组；对其他字段用max()取唯一值，count(distinct)避免重复统计成员数。

额外注意 #

• 明确login字段来源：原查询未指定表名，若members和logs均有该字段会产生歧义，建议改为logs.login或members.login。
• 若同一facility_id对应不同province/district，需先确认业务逻辑，再调整聚合方式（如筛选特定记录）。

内容的提问来源于stack exchange，提问作者FaFa