T-SQL 在忽略某些列的同时消除重复行

Question

我正在努力寻找合适的语句来选择不重复的条目，仅针对特定列。例如，在下表中，我只关心在 col1、col2 和 col3 中具有唯一值的行，而 col4 和 col5 中的值无关紧要。这意味着我会认为第 1 行和第 2 行是重复的，第 4 行和第 5 行是重复的：

col1 col2 col3 col4 col5
 A    2    p    0    2
 A    2    p    1    8
 A    3    r    4    12
 B    0    f    3    1
 B    0    f    6    5

我只想选择以下内容：

col1 col2 col3 col4 col5
 A    2    p    0    2
 A    3    r    4    12
 B    0    f    3    1

有没有办法组合多个 DISTINCT 语句来实现这一点，或者在比较重复行时指定要忽略的某些列？

Answer 1

您必须选择要保留的行，您可以为此使用ROW_NUMBER() 函数：

SELECT col1, col2, col3, col4, col5
FROM (SELECT *, ROW_NUMBER() OVER(PARTITION BY col1, col2, col3 ORDER BY col4 DESC) 'RowRank'
      FROM table
     )sub 
WHERE RowRank = 1

您可以更改ORDER BY 部分以更改您保留的行以及您折腾的行。 ROW_NUMBER() 函数只是为每一行分配一个数字，在这个例子中，你想保留 col1、col2、col3 的每个组合，所以你 PARTITION BY 他们，这意味着编号将从 1 开始对于它们的每个组合。您可以只运行内部查询来了解这个想法。

或者，您可以使用GROUP BY 和聚合函数，即：

SELECT col1, col2, col3, MAX(col4), MAX(col5)
FROM table
GROUP BY col1, col2, col3

这里的缺点是 col4 和 col5 的 MAX() 可能来自不同的行，因此您不一定要从原始表中返回一行，但如果您不在乎哪一行你回来了也没关系。