SQL查询每个唯一ID对应最早日期首条事件记录的方法

你原有SQL无法得到预期结果的核心原因有两点：

1. 分组粒度设置错误：GROUP BY同时指定了unique_id、issue、date_event、age_at_event四个字段，只要四个字段任意一个值存在差异就会生成独立分组，自然无法按unique_id维度归并同一个人的所有记录
2. 聚合逻辑无效：least(min(date_event), min(date_event))属于冗余计算，对两个完全相同的最小值取较小值没有实际作用；同时分组查询中直接写SELECT *属于不规范写法，在开启严格SQL模式的引擎中会直接报错，即使能执行也会返回非分组字段的随机值，无法保证匹配到最早事件对应的完整行。

以下两种写法覆盖绝大多数SQL使用场景，你可以根据自己用的数据库引擎选择：

方案1：窗口函数实现（推荐，适配MySQL8.0+、PostgreSQL、Hive、Spark SQL等绝大多数主流引擎） #

通过窗口函数按人员分区，按事件时间升序打排名，取排名为1的记录即可：

SELECT *
FROM (
    SELECT
        *,
        ROW_NUMBER() OVER (
            PARTITION BY unique_id
            ORDER BY date_event ASC
        ) AS record_rank
    FROM your_table
) ranked
WHERE record_rank = 1;

如果你需要保留同一人员在最早事件时间点的所有重复记录（比如样例中unique_id=1234有两条完全一致的2016-04-01记录），可以将ROW_NUMBER()替换为RANK()，不会遗漏同时间的首条重复数据。

基于你给出的样例数据，该语句返回结果如下：

• unique_id:1234, issue:issue_a, date_event:2016-04-01T00:00:00, age_at_event:6
• unique_id:5678, issue:issue_a, date_event:2019-09-01T00:00:00, age_at_event:2
• unique_id:65431, issue:issue_c, date_event:2019-09-01T00:00:00, age_at_event:1

方案2：子查询关联实现（适配不支持窗口函数的旧版数据库，如MySQL5.x） #

先聚合出每个人员对应的最早事件时间，再关联原表匹配到对应时间的完整记录：

SELECT t1.*
FROM your_table t1
INNER JOIN (
    SELECT
        unique_id,
        MIN(date_event) AS first_event_time
    FROM your_table
    GROUP BY unique_id
) t2
ON t1.unique_id = t2.unique_id
AND t1.date_event = t2.first_event_time;

内容的提问来源于stack exchange，提问作者Raven52