PostgreSQL中高效实现先排序再去重（取各id最小时间行）

先明确咱们的原始数据表结构和数据：

id | time | value
1 | 0:00 | 'a'
1 | 2:00 | 'b'
2 | 4:00 | 'c'
2 | 3:00 | 'd'
2 | 2:00 | 'e'
3 | 5:00 | 'f'
3 | 3:00 | 'g'

需求很清晰：给每个id挑出唯一一条记录，而且这条记录得是该id下time最小的那条，同时要适配百万级数据量，必须高性能，不能搞那种先子查询排序再去重的冗余操作。

方案1：聚合关联查询（通用SQL，适配绝大多数数据库） #

这是最通用的高效路子，先通过聚合拿到每个id的最小time，再和原表关联拿到完整记录，全程没全局排序，性能拉满，尤其适合给表建了(id, time)联合索引的场景：

SELECT t.*
FROM your_table t
INNER JOIN (
    SELECT id, MIN(time) AS min_time
    FROM your_table
    GROUP BY id
) AS agg ON t.id = agg.id AND t.time = agg.min_time;

必加的性能buff： #

• 给表建联合索引(id, time)：数据库能直接通过索引快速算出每个id的最小time，不用扫全表；关联的时候也能直接定位到目标行，速度快得飞起。
• 别碰全局排序：这种方式只做一次聚合+一次关联，计算量比先排序再去重小太多，百万级数据下差距特别明显。

方案2：DISTINCT ON（PostgreSQL专属） #

如果你用的是PostgreSQL，那这个语法简直是为这个需求量身定做的，简洁又高效：

SELECT DISTINCT ON (id) *
FROM your_table
ORDER BY id, time ASC;

性能优化关键点： #

• 同样要建联合索引(id, time)：数据库会直接用索引按id分组，然后取每组的第一条（也就是time最小的那条），完全不用额外排序，性能拉满。

方案3：窗口函数（适合复杂筛选场景） #

如果你的需求后续还要加更复杂的筛选逻辑，窗口函数也是个不错的选择，但要注意不要做多余计算：

SELECT id, time, value
FROM (
    SELECT *,
           ROW_NUMBER() OVER (PARTITION BY id ORDER BY time ASC) AS rn
    FROM your_table
) AS t
WHERE rn = 1;

性能注意事项： #

• 必须有(id, time)联合索引：数据库可以利用索引来做分区和排序，避免全表排序。相比那种先全局排序再去重的方案，窗口函数的分区排序是局部的，性能要好很多，但比前两种方案稍逊一筹。

为啥要避开“先排序再去重”？ #

百万级数据量下，全局排序（比如先ORDER BY再用GROUP BY或DISTINCT）会产生巨量的IO和计算开销，甚至可能触发磁盘排序，直接把性能拉垮。而上面的几个方案都是基于分组聚合或者索引直接定位目标行，计算量和IO开销都小得多，完全适配百万级数据的场景。

内容的提问来源于stack exchange，提问作者user1299412