如何编写SQL查询获取基于module去重的最新created集合文档？

我完全get到你的需求了——你需要从集合中提取每个module对应的最新版本文档：按module属性去重，对带有created时间戳的文档，只保留该module下时间最晚的那条；没有created字段的文档则直接保留。

解决方案（以Cosmos DB SQL语法为例） #

针对这种分组取最值的场景，我们可以用嵌套查询+分组关联的方式实现：

SELECT *
FROM (
    -- 内层分组：获取每个module的最新创建时间（若存在）
    SELECT 
        c.module,
        MAX(c.created) AS latestCreated
    FROM c
    GROUP BY c.module
) groupedDocs
-- 关联原集合，匹配目标文档
JOIN originalDoc IN root
WHERE 
    originalDoc.module = groupedDocs.module 
    AND (originalDoc.created = groupedDocs.latestCreated OR NOT IS_DEFINED(originalDoc.created))

查询逻辑解释 #

• 内层子查询：先按module分组，用MAX(c.created)拿到每个module下的最新创建时间（仅当该module下有文档包含created字段时生效）
• 外层关联查询：将分组结果与原集合关联，筛选出符合两个条件的文档：
  • module与分组结果一致
  • 要么文档的created等于该组的最新时间，要么文档本身没有created字段（对应示例中module2、module3这类无时间戳的文档）

针对你的示例数据的返回结果 #

执行上述查询后，会精准返回你想要的内容：

{"created": "2020-11-22 15:06:07.331503", "module": "module1", "md5": "ee35165603518835bd9cf", "version": "1.0"}
{"module": "module2"}
{"module": "module3"}

如果遇到同一个module下有多个文档created时间完全相同的极端情况，可以额外添加唯一标识（比如md5）的筛选条件来确保只返回一条，不过你的需求场景下上述查询已经足够。

内容的提问来源于stack exchange，提问作者thilemann