SQL Server 2005：如何排除字段存在连续重复值的行

这个问题属于SQL里经典的连续相同值分组（岛屿问题），你踩的坑太常见了——普通的GROUP BY或者仅按status_code分区的ROW_NUMBER()函数，只会根据值本身分组，完全不关注行的顺序和连续的上下文，自然会把所有状态为"B"的记录归为一组，而忽略了它们是两次独立的状态变更（非"B"→"B"）。

核心思路：标记连续相同状态的分组 #

我们需要先给每一段连续相同的状态码打上唯一的分组ID，这样哪怕状态码相同，只要中间有其他状态隔开，就会被分到不同的组里。具体步骤如下：

• 使用LAG()窗口函数获取当前行的上一行状态码，对比当前行的状态码——如果不同，说明是新的状态组的开始，标记为1；如果相同，标记为0。
• 对这个标记值做累加（SUM() OVER (ORDER BY record_date)），这样每一段连续相同的状态码会得到一个唯一的group_id。
• 最后按group_id和status_code分组，取每个组里最早的日期（状态变更的起始日期）即可。

完整SQL示例 #

假设你的源表名为status_log，包含record_date（日期字段）和status_code（状态码字段），可以用以下查询实现需求：

WITH status_groups AS (
    SELECT 
        record_date,
        status_code,
        -- 标记状态变更的起始行，累加得到分组ID
        SUM(
            CASE 
                WHEN status_code = LAG(status_code) OVER (ORDER BY record_date) THEN 0 
                ELSE 1 
            END
        ) OVER (ORDER BY record_date) AS group_id
    FROM status_log
)
SELECT 
    MIN(record_date) AS change_date,  -- 保留状态变更的最早日期
    status_code
FROM status_groups
GROUP BY group_id, status_code
ORDER BY change_date;

代码解释 #

• LAG(status_code) OVER (ORDER BY record_date)：按日期排序后，获取当前行的上一行状态码，用来判断是否发生了状态变更。
• SUM(...) OVER (ORDER BY record_date)：累加状态变更标记，生成的group_id会把每一段连续相同的状态码归为一组——比如第一次从非"B"变"B"的所有连续行是group_id=2，第二次变"B"的连续行是group_id=4（假设中间有其他状态）。
• 最后分组取MIN(record_date)，就是每个状态组的起始日期，也就是你需要保留的状态变更行。

内容的提问来源于stack exchange，提问作者DaveInMaine