PostgreSQL如何合并两个表实现用户去重并获取最新日期

问题原因 #

你原来使用的UNION只会移除所有字段完全相同的重复行，如果同一个user_id在两个表中对应的date不同，或者同个表内同一个用户有多条不同日期的记录，就会出现多行重复用户数据，不符合需求。

解决方案 #

方案1：分组聚合（通用SQL写法）

如果确认同一个user_id对应的name完全一致，可以用分组取最大值的写法：

SELECT 
  user_id,
  MAX(name) AS name,
  MAX(date) AS date
FROM (
  SELECT user_id, name, date FROM table_1
  UNION ALL
  SELECT user_id, name, date FROM table_2
) AS combined
GROUP BY user_id
ORDER BY user_id;

这里用UNION ALL代替UNION，因为我们后续会做分组聚合，不需要提前去重，查询性能更高。

方案2：PostgreSQL特有DISTINCT ON写法

如果需要保证name是最新日期对应的那一条数据的取值，用PostgreSQL原生的DISTINCT ON语法更简洁精准：

SELECT DISTINCT ON (user_id)
  user_id,
  name,
  date
FROM (
  SELECT user_id, name, date FROM table_1
  UNION ALL
  SELECT user_id, name, date FROM table_2
) AS combined
ORDER BY user_id, date DESC;

DISTINCT ON (user_id)会为每个唯一的user_id保留一行结果，结合ORDER BY里的date DESC，自动取日期最新的那条记录的所有字段，不会出现name和最新日期不匹配的问题。

内容的提问来源于stack exchange，提问作者M.N. Waleedh