数据库两表对比：获取重复匹配结果中的最新值

我来帮你搞定这个需求——你需要关联click_log和筛选后的km_articles记录，匹配link_clicked和km_article_no，还要从重复的匹配结果里提取最新的那条记录对吧？下面给你具体的实现思路和SQL代码：

核心思路 #

• 先从km_articles里筛选出符合条件的文章编号（日期≤2017-10-31、状态为Published、浏览量≤5）；
• 将这些文章编号和click_log的link_clicked做关联；
• 对每个匹配的文章编号分组，用排序函数标记出每组里的最新记录，最后只保留最新的那条。

具体SQL实现 #

假设click_log表中有一个用于判断“最新”的字段——比如记录点击时间的click_timestamp（如果你的表用的是自增ID比如click_id，替换成对应的字段即可），代码如下：

-- 第一步：筛选符合条件的文章编号
WITH filtered_articles AS (
    SELECT km_article_no
    FROM km_articles 
    WHERE km_article_date <= '2017-10-31' 
      AND km_article_status = 'Published' 
      AND km_article_view_count <= 5
),
-- 第二步：关联日志并给每组记录排名（最新的排第1）
ranked_clicks AS (
    SELECT 
        cl.*,
        ROW_NUMBER() OVER (
            PARTITION BY cl.link_clicked  -- 按匹配的文章号分组
            ORDER BY cl.click_timestamp DESC  -- 按点击时间倒序，最新的在前
        ) AS record_rank
    FROM click_log cl
    JOIN filtered_articles fa 
        ON cl.link_clicked = fa.km_article_no
)
-- 第三步：只保留每组排名第1的最新记录
SELECT * 
FROM ranked_clicks 
WHERE record_rank = 1;

关键细节说明 #

• 关于“最新值”的判断：如果你的click_log没有时间戳字段，而是用自增ID来标识记录的先后顺序，只需要把ORDER BY cl.click_timestamp DESC改成ORDER BY cl.click_id DESC即可；
• 自定义返回字段：如果不需要返回click_log的所有字段，把cl.*替换成你需要的具体字段（比如cl.link_clicked, cl.click_user, cl.click_timestamp）；
• 处理匹配范围：JOIN默认是INNER JOIN，会自动排除click_log中未匹配到目标文章编号的记录；如果需要保留这些未匹配记录，可以改成LEFT JOIN，但根据你的需求用INNER JOIN就足够了。

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