如何用单条SQL查询按指定规则筛选表中符合要求的行？

原始数据表 #

需要返回包含Column_A、Column_B、Column_C字段，且满足以下任一条件的所有行：

• Column_C取值为NULL
• 对于Column_C的每一个非NULL唯一值，优先返回Column_B等于UserA的第一行；若不存在此类行，则返回按Column_B关联的time_created字段排序后的第一行

预期输出结果 #

问题分析 #

原有SQL存在两个核心问题：

1. GROUP BY粒度设置错误，同时按Column_C和唯一值字段Column_A分组，最终每组只有1行，自然无法实现按Column_C分组去重的效果
2. 字符串常量UserA未加单引号，会被SQL解析器识别为字段名，本身就会运行报错

我们可以通过窗口函数ROW_NUMBER()实现自定义优先级取行的需求，单条查询即可完成逻辑。

正确SQL实现 #

假设和Column_B关联的time_created字段已经存在于当前表，或者已经通过关联用户表获取，实现代码如下：

WITH ranked_data AS (
    SELECT 
        Column_A,
        Column_B,
        Column_C,
        -- 仅对Column_C非NULL的行按值分组排序
        ROW_NUMBER() OVER (
            PARTITION BY Column_C 
            ORDER BY 
                CASE WHEN Column_B = 'UserA' THEN 1 ELSE 2 END ASC, -- UserA行优先级最高
                time_created ASC -- 无UserA行时按创建时间取最早的第一条
        ) AS rn
    FROM your_table_name -- 替换为实际表名
    WHERE Column_B IN ('UserA', 'UserB', 'UserC')
)
SELECT Column_A, Column_B, Column_C
FROM ranked_data
WHERE 
    Column_C IS NULL -- 无条件保留所有Column_C为NULL的行
    OR rn = 1 -- 非NULL的Column_C每组仅取优先级最高的第一行
ORDER BY Column_C NULLS FIRST, Column_A ASC;

如果time_created存储在Column_B关联的用户表中，只需要修改CTE的FROM部分关联用户表即可：

FROM your_table_name t
LEFT JOIN user_table u ON t.Column_B = u.user_name -- 替换为实际关联逻辑

内容的提问来源于stack exchange，提问作者polestar