PostgreSQL WHERE子查询优化：筛选含销售记录的用户目标数据

嘿，针对你的需求，我给你整理了一个清晰高效的解决方案，刚好能利用你提到的「每个Email要么仅一条has_sales=1，要么全为0」这个前提来简化逻辑。

需求回顾 #

你需要从表中为每个Email筛选一条记录：

• 优先选取该Email下has_sales=1的记录
• 如果没有销售记录，就选该Email下timestamp最早的记录

优化后的SQL实现 #

我们可以用窗口函数ROW_NUMBER()来实现这个逻辑，这种写法比嵌套子查询更直观，性能也更出色：

SELECT uuid, email, timestamp, has_sales
FROM (
    SELECT 
        uuid, 
        email, 
        timestamp, 
        has_sales,
        -- 按Email分组，先按has_sales降序（1优先），再按时间升序
        ROW_NUMBER() OVER (
            PARTITION BY email 
            ORDER BY has_sales DESC, timestamp ASC
        ) AS row_rank
    FROM dup_mail
) ranked_records
WHERE row_rank = 1
ORDER BY email;

逻辑解释 #

1. 分组处理：PARTITION BY email把数据按Email分成独立的组，每个组内单独执行排序逻辑。
2. 优先级排序：ORDER BY has_sales DESC, timestamp ASC确保：
   • 所有has_sales=1的记录会排在同组的最前面（降序排序下1>0）
   • 如果某个Email全是has_sales=0的记录，就按timestamp升序排列，最早的记录自动排在第一位
3. 筛选目标记录：ROW_NUMBER()会给每个组内的记录按排序结果编号，编号为1的就是我们需要的那条记录，外层查询只保留row_rank=1的行即可。

为什么比原SQL更好？ #

原SQL的子查询方式在数据量较大时可能会重复执行多次MIN(timestamp)的计算，而窗口函数的执行计划通常更高效，只需要一次扫描就能完成分组和排序，同时逻辑上更清晰，后续维护也更方便。

用你的示例数据测试的话，这个SQL会精准返回你预期的结果：

uuid email          timestamp           has_sales
3    a@gmail.com    2017-10-06 17:08:15 1
6    b@gmail.com    2016-10-02 10:28:23 1

内容的提问来源于stack exchange，提问作者Flavio de Falcao e Helena