基于日期去除SQL重复数据求助：每日仅保留单条用户登录记录

错误原因分析 #

你碰到的报错源于SQL的GROUP BY语义规则：SELECT子句中的字段要么必须出现在GROUP BY列表里，要么必须用聚合函数（如MIN/MAX）包裹。你用了SELECT *，但仅按日期分组，loginId、customerName等字段既没被分组，也没有聚合处理，因此触发错误。另外你的逻辑存在偏差——需求是每个客户每日一条记录，只按日期分组会把所有客户同一天的记录强行合并，完全不符合需求。

正确解法 #

方法1：用窗口函数（推荐，灵活选择保留哪条记录）

通过ROW_NUMBER()按「客户+日期」分区，给每个客户每日的登录记录排序，再筛选出第一条（可选择保留当日最早或最晚的登录记录）：

WITH ranked_logins AS (
    SELECT 
        t1.loginId,
        t1.loginTimeStamp,
        t1.customerName,
        t2.* -- 按需选择table2的字段，避免直接用*造成冗余
    FROM table1 t1
    JOIN table2 t2 ON t1.a = t2.a
    ROW_NUMBER() OVER (
        PARTITION BY t1.customerName, CAST(t1.loginTimeStamp AS DATE) 
        ORDER BY t1.loginTimeStamp ASC -- ASC选当日最早登录，DESC选最晚
    ) AS rn
)
SELECT *
FROM ranked_logins
WHERE rn = 1;

方法2：用GROUP BY+聚合函数（适合字段有明确聚合规则的场景）

如果只需保留每个客户每日的某一条记录（比如当日最早的loginId），可以按「客户+日期」分组，对其他字段使用聚合函数：

SELECT
    MIN(t1.loginId) AS loginId, -- 选当日最早的loginId，MAX则是最晚
    CAST(t1.loginTimeStamp AS DATE) AS loginDate,
    t1.customerName,
    MIN(t2.some_field) AS some_field -- 对table2的字段用聚合，按需选MIN/MAX
FROM table1 t1
JOIN table2 t2 ON t1.a = t2.a
GROUP BY t1.customerName, CAST(t1.loginTimeStamp AS DATE);

注意事项 #

• 避免直接用SELECT *，明确指定需要的字段，减少不必要的错误和数据冗余。
• 必须按customerName + 日期分组，才能实现「每个客户每日一条」的需求，仅按日期分组逻辑完全错误。

内容的提问来源于stack exchange，提问作者Scylla