如何删除 SQL 服务器中的非精确重复项

Question

目前，我可以从每个报告中获取数据，并按案例类型过滤，然后再根据打开的案例和我想要的每个案例报告进行过滤。

然而，作为一个案例可以打开几个月，我只想要它出现的第一个月。例如，一个案例可以在 201904、201905 的每个报告中打开，然后在 201911 中重新打开，关于那个案例的很多信息都发生了变化，所以它不是完全重复的，但是我只是在 201904 报告中的案例数据之后。

目前我正在使用以下代码

Select ReportDate, CaseNo, Est, CaseType
From output.casedata
Where casetype='family' and Status='Open' AND (
  Reportdate='201903' OR Reportdate='201904' OR Reportdate='201905'
  or Reportdate='201906' or Reportdate='201907' or Reportdate='201908'
  or Reportdate='201909' or Reportdate='201910' or Reportdate='201911'
  or Reportdate='201912' or Reportdate='202001' or Reportdate='202002'
)

Answer 1

您可以使用 rank window 函数找到每个案例编号的第一个日期的行，然后从中获取所有详细信息：

SELECT *
FROM   (SELECT *, RANK() OVER (PARTITION BY CaseNo ORDER BY Reportdate) AS rk
        FROM   output.casedata
        WHERE  casetype = 'family' AND status='Open') t
WHERE  rk = 1

Answer 2

如果我没听错，你想要每个案例最早的打开记录。

以下应该符合您的期望：

select c.*
from output.casedata c
where c.reportdate = (
    select min(c1.reportdate)
    where 
        c1.caseno = c.caseno
        and c1.casetype = 'family' 
        and c1.status = 'open' 
        and c1.reportdate between '201903' and '202002'
)

为了性能，您需要 (caseno, casttype, status, reportdate) 上的索引。

请注意，我将 reportdate 上的过滤器简化为使用 between 而不是枚举所有可能的值。

如何删除 SQL 服务器中的非精确重复项

How to remove non exact duplicates in SQL Server

sql

tsql

sql-server

date

greatest-n-per-group