SQL Server视图如何去除单列重复值且不修改源表数据

你之前写的自连接去重逻辑有两个核心错误，导致无法生效：

1. 比较字段写错：PS2.LSiteID < PS.LSiteID是用重复维度本身做大小比较，同一个LSiteID对应的多条记录该字段值完全相等，这个条件永远不会成立，子查询计数恒为0，等于没有加过滤规则。
2. 子查询没有关联外层查询的匹配逻辑，也没有引入唯一字段做判断基准，本身逻辑闭环不成立。

用窗口函数ROW_NUMBER()是SQL Server下这类视图层按指定字段去重的最优方案，不会修改源表任何数据，性能也比自连接写法更好。逻辑是按LSiteID分区，借助你提到的全局唯一的ProjectNumber做排序基准，每个LSiteID分组只保留1条记录即可。
可直接替换原视图的创建语句：

CREATE VIEW dbo.v_LSitesGeo AS
SELECT LSiteID, geographyColumn
FROM (
    SELECT 
        PS.LSiteID, 
        GEO.geographyColumn,
        ROW_NUMBER() OVER (
            PARTITION BY PS.LSiteID 
            ORDER BY PS.ProjectNumber -- 同LSiteID下默认取ProjectNumber最小的关联记录，需要倒序取最新的就在字段后加DESC
        ) AS row_seq
    FROM dbo.Project_SiteID_Lookup AS PS 
    INNER JOIN dbo.Geocodio AS GEO 
        ON GEO.ProjectCode = PS.ProjectNumber
    WHERE GEO.geographyColumn IS NOT NULL 
      AND PS.LSiteID IS NOT NULL
) AS filtered
WHERE row_seq = 1

方案说明 #

• 该写法完全在视图层实现过滤，源表Project_SiteID_Lookup的重复数据不会做任何改动，符合你的要求。
• 如果对同一个LSiteID下保留哪条地理数据有明确规则，只需要修改窗口函数里ORDER BY后的字段即可，比如需要保留最新创建的记录，就换成表内的创建时间字段倒序排序。
• 之所以不能直接用DISTINCT，是因为DISTINCT会对LSiteID+geographyColumn的组合去重，如果同一个LSiteID对应不同的geographyColumn值，依然会返回重复的LSiteID，达不到按LSiteID维度去重的目的。

如果你习惯用类同你之前尝试的自连接逻辑，可以用NOT EXISTS改写（性能比COUNT计数好），核心是把比较字段换成唯一的ProjectNumber：

CREATE VIEW dbo.v_LSitesGeo AS
SELECT PS.LSiteID, GEO.geographyColumn
FROM dbo.Project_SiteID_Lookup AS PS 
INNER JOIN dbo.Geocodio AS GEO 
    ON GEO.ProjectCode = PS.ProjectNumber
WHERE GEO.geographyColumn IS NOT NULL 
  AND PS.LSiteID IS NOT NULL
  AND NOT EXISTS (
      SELECT 1
      FROM dbo.Project_SiteID_Lookup AS PS2
      WHERE PS2.LSiteID = PS.LSiteID
        AND PS2.ProjectNumber < PS.ProjectNumber -- 同LSiteID下只保留ProjectNumber最小的记录
  )

内容的提问来源于stack exchange，提问作者traitortots