如何过滤同一客户首次呼叫5分钟内的重复挂断呼叫数据？

咱们先拆解下你的需求核心：对每个客户，只保留首次挂断呼叫，剔除首次呼叫后5分钟内的所有后续重复呼叫。你原来的SQL没达到效果，主要是两个关键逻辑错误，咱们一步步来修正：

原来SQL的问题分析 #

1. 没有按客户分组计算时间差：你用lag()的时候只按CREATE_DATE_TIME全局排序，这会导致你对比的是全局上一条呼叫的时间，而不是同一个客户的上一次呼叫时间——完全偏离了业务规则。
2. 窗口函数不能直接用在WHERE子句：多数SQL方言（比如你用的SQL Server）不允许窗口函数直接出现在WHERE里，而且你也没处理「客户首次呼叫」的情况（首次呼叫没有上一条记录，应该直接保留）。

修正后的SQL实现 #

我们用CTE（公共表表达式）先预处理每个客户的呼叫序列，再筛选符合规则的记录：

WITH customer_calls AS (
    SELECT 
        CREATE_DATE_TIME,
        -- 保留你原来的Number提取逻辑
        RIGHT(LEFT([SUBJECT], 16), 11) AS Number,
        -- 按客户号码分组，按呼叫时间排序，取该客户的上一次呼叫时间
        LAG(CREATE_DATE_TIME) OVER (
            PARTITION BY RIGHT(LEFT([SUBJECT], 16), 11) 
            ORDER BY CREATE_DATE_TIME
        ) AS previous_call_time
    FROM [server1].[Database].[Schema].[call_list]
)
SELECT 
    CREATE_DATE_TIME,
    Number
FROM customer_calls
-- 筛选规则：要么是该客户的首次呼叫，要么和上一次呼叫间隔超过5分钟
WHERE 
    previous_call_time IS NULL 
    OR DATEDIFF(mi, previous_call_time, CREATE_DATE_TIME) > 5
ORDER BY CREATE_DATE_TIME;

关键逻辑说明 #

• PARTITION BY Number：这是核心！让lag()函数只在同一个客户的呼叫记录里找上一条，确保时间差对比的是同一个客户的两次呼叫。
• 筛选条件：
  • previous_call_time IS NULL：保留每个客户的第一次呼叫（没有历史记录，必须计入）
  • DATEDIFF(mi, previous_call_time, CREATE_DATE_TIME) > 5：只保留和该客户上一次呼叫间隔超过5分钟的后续呼叫
• 去掉了多余的DISTINCT：只要原始数据里每条呼叫记录是唯一的，就不需要去重——你的重复问题根源是分组逻辑错误，不是记录重复。

测试你的样本数据 #

用你给出的测试数据跑这个SQL，会得到你期望的结果：

2019-06-03 09:10:56.0 100037729
2019-06-03 09:10:58.0 100134657
2019-06-03 09:10:59.0 101401435
2019-06-03 09:11:01.0 104925349

内容的提问来源于stack exchange，提问作者Flaniganga