PostgreSQL中如何获取分组后前2个唯一name对应的全量数据

我来帮你解决这个查询问题！先理清楚你的场景：

你有一张customers表，结构是这样的：

create table customers (id text, name text, number int, useless text);

已经插入了这些数据：

insert into customers (id, name, number, useless) values 
('1','apple',1, 'a'), 
('2','banana',3, 'b'), 
('3','pear',2, 's'), 
('4','apple',1,'e'), 
('5','banana',3,'s'), 
('6','cherry',3, 'a'), 
('7','cherry',4, 's'), 
('8','apple',2, 'd'), 
('9','banana',4, 'c'), 
('10','pear',5, 'e');

先说说你之前的问题 #

你第一次写的查询失败，是因为PostgreSQL的GROUP BY规则要求所有非聚合列都要出现在分组条件里（除非你调整了宽松的配置，但这不是最佳实践），而且你的需求根本不是分组聚合，而是要先拿到前2个唯一的name分组，再取出这些分组下所有满足number < 4的数据。

你的第二次尝试用窗口函数的思路是对的，但没关联原表的完整数据，也没加上number <4的过滤条件，所以才没得到预期结果。

两种正确的实现方式 #

方式一：用子查询+JOIN（逻辑直观）

SELECT c.id, c.name, c.number, c.useless
FROM customers c
JOIN (
    -- 先获取按name排序的前2个唯一分组
    SELECT DISTINCT name
    FROM customers
    ORDER BY name
    LIMIT 2
) AS top_names ON c.name = top_names.name
WHERE c.number < 4
ORDER BY c.name;

方式二：用窗口函数（扩展性更强）

SELECT id, name, number, useless
FROM (
    SELECT 
        *,
        -- 给每个唯一的name分配排名，按name排序
        DENSE_RANK() OVER (ORDER BY name) AS name_rank
    FROM customers
    WHERE number < 4 -- 先过滤数据，提升效率
) AS ranked_customers
WHERE name_rank <= 2
ORDER BY name;

为什么这两种方式能行？ #

• 方式一：先通过子查询拿到前2个唯一的name（按字母顺序排序），再关联原表，筛选出这些分组下number <4的所有记录，逻辑简单易懂。
• 方式二：先过滤掉number >=4的数据（减少后续计算量），然后用DENSE_RANK()给每个name分配相同的排名，最后只保留排名前2的分组数据，这种方式如果后续要取前N个分组，只需要修改name_rank <= 2里的数字就行，非常灵活。

两种方式都会返回你预期的结果：

('1','apple',1, 'a'), ('4','apple',1,'e'), ('8','apple',2, 'd'), ('2','banana',3, 'b'), ('5','banana',3,'s')

内容的提问来源于stack exchange，提问作者user3441114