SQL：如何通过WHERE子查询实现每个账户的最新指定类型事件提取

原SQL核心缺陷 #

当前代码匹配逻辑存在两个关键问题：

• 子查询计算MAX(event_timestamp)时没有按账户维度做关联，是全局统计所有y类型事件的最大时间，因此只会返回全局时间最新的单条记录，完全不符合"每个账户取自身最新y事件"的需求
• 冗余的GROUP BY没有实际过滤作用，无法解决多账户的分组匹配问题

实现思路 #

要实现目标，必须先建立账户维度的最新事件映射关系：即对每个账户，单独计算它名下所有y类型事件的最大时间，再用这个时间去关联原表和公司表，最终拿到每个账户对应的公司名称。

可落地的实现代码 #

方案1：关联子查询（兼容所有SQL版本） #

SELECT DISTINCT
  tbl1.account_id,
  tbl2.company_name
FROM tbl1
-- 关联规则替换为你实际的SUBSTRING截取逻辑
INNER JOIN tbl2
  ON tbl2.company_id = <此处填入实际的SUBSTRING(tbl1.字段, 起始位置, 长度)代码>
  -- 从测试样本看，y类型事件的event_value和tbl2.company_id完全匹配，如果截取规则就是取完整event_value，可直接写为 tbl2.company_id = tbl1.event_value
WHERE
  -- 预先过滤y类型事件，减少计算范围
  tbl1.event_type = 'y'
  -- 核心改动：和内层子查询的账户绑定，实现每个账户单独算最大时间
  AND tbl1.event_timestamp = (
    SELECT MAX(sub.event_timestamp)
    FROM tbl1 sub
    WHERE sub.event_type = 'y'
      AND sub.account_id = tbl1.account_id
  )

代码调整说明：相比原始SQL，仅在内层计算最大时间的子查询中增加了sub.account_id = tbl1.account_id的关联条件，就让全局的最大时间计算变成了逐账户匹配自身最大时间的逻辑，从根源解决只返回全局单条结果的问题。

方案2：窗口函数（大表场景性能更优） #

数据量较大时，窗口函数可以避免多次重复扫描同一张表，执行效率更高：

SELECT
  account_id,
  company_name
FROM (
  SELECT
    tbl1.account_id,
    tbl2.company_name,
    -- 按账户分组，将同一账户下的y事件按时间倒序排列，最新的事件标记为序号1
    ROW_NUMBER() OVER (
      PARTITION BY tbl1.account_id
      ORDER BY tbl1.event_timestamp DESC
    ) AS event_rank
  FROM tbl1
  INNER JOIN tbl2
    ON tbl2.company_id = <此处填入实际的SUBSTRING截取逻辑>
  WHERE tbl1.event_type = 'y'
) ranked_result
-- 仅保留每个账户排名第1的最新事件
WHERE event_rank = 1

补充说明：如果同一账户下存在多条时间完全相同的最新y事件，可将ROW_NUMBER()替换为RANK()，保留全部同时间的记录。

基于测试数据的预期输出 #

按照提供的测试样本，代码执行后会得到以下8组去重结果：

内容的提问来源于stack exchange，提问作者Alastair