SQL查询：存在特定条件重复数据时如何仅取符合要求的唯一行

核心思路 #

先对每个OrderID分组计算两个指标：

• 分组内的日期去重计数，判断所有记录是否在同一天
• 给分组内的每条记录按照规则生成排序序号，取序号为1的行即可

代码实现（兼容MySQL 8.0+/PostgreSQL/SQL Server等支持窗口函数的数据库） #

WITH order_with_flag AS (
    SELECT 
        OrderID,
        CustomerID,
        Status,
        CreatedDate,
        -- 统计当前OrderID下有多少个不同的日期
        COUNT(DISTINCT DATE(CreatedDate)) OVER(PARTITION BY OrderID) AS date_cnt,
        -- 按规则排序：同一天则按时间倒序，不同天则按时间正序
        ROW_NUMBER() OVER(
            PARTITION BY OrderID 
            ORDER BY 
                CASE WHEN COUNT(DISTINCT DATE(CreatedDate)) OVER(PARTITION BY OrderID) = 1 THEN CreatedDate END DESC,
                CASE WHEN COUNT(DISTINCT DATE(CreatedDate)) OVER(PARTITION BY OrderID) > 1 THEN CreatedDate END ASC
        ) AS rn
    FROM Orders
)
SELECT OrderID, CustomerID, Status, CreatedDate
FROM order_with_flag
WHERE rn = 1;

结果验证 #

执行上述SQL后得到的结果和期望输出完全一致：

低版本数据库兼容方案（不支持窗口函数场景） #

如果使用的是不支持窗口函数的MySQL 5.x等版本，可以用子查询关联的方式实现：

SELECT o.*
FROM Orders o
INNER JOIN (
    SELECT 
        OrderID,
        COUNT(DISTINCT DATE(CreatedDate)) AS date_cnt,
        IF(COUNT(DISTINCT DATE(CreatedDate))=1, MAX(CreatedDate), MIN(CreatedDate)) AS target_date
    FROM Orders
    GROUP BY OrderID
) t ON o.OrderID = t.OrderID AND o.CreatedDate = t.target_date;

内容的提问来源于stack exchange，提问作者Pater