如何从重复行中选取第一条记录？附重复数据排查场景

要从HREMP表的重复记录里，为每个重复的ID保留第一条记录，用窗口函数ROW_NUMBER()是最直接的方案，给你两种实用写法：

方法一：子查询写法 #

SELECT *
FROM (
    SELECT 
        a.*,
        -- 按ID分组，给每组内的记录编序号；用(SELECT NULL)表示不指定排序规则，取数据库默认返回的第一条
        ROW_NUMBER() OVER (PARTITION BY a.ID ORDER BY (SELECT NULL)) AS rn
    FROM HREMP a
) tt
WHERE tt.rn = 1;

方法二：CTE（公共表表达式）写法（更易读） #

如果你的数据库支持CTE（比如MySQL 8.0+、PostgreSQL、SQL Server等），可以用这种结构更清晰的写法：

WITH ranked_employees AS (
    SELECT 
        *,
        ROW_NUMBER() OVER (PARTITION BY ID ORDER BY (SELECT NULL)) AS rn
    FROM HREMP
)
SELECT * FROM ranked_employees WHERE rn = 1;

关键补充说明 #

• 如果你需要明确指定“第一条”的规则（比如取创建时间最早的记录），把ORDER BY (SELECT NULL)换成对应的业务字段即可，示例：

  ROW_NUMBER() OVER (PARTITION BY ID ORDER BY create_time ASC) AS rn
  

• 执行后，结果会包含所有非重复记录（685条）加上每个重复ID的第一条记录（196条），总共881条，完全匹配你的数据统计逻辑。

内容的提问来源于stack exchange，提问作者Bodhi