如何在PostgreSQL中使用SQL窗口函数实现滑动窗口去重-SQL-PHP中文网

滑动窗口去重本质是保留每组最新一条记录，通过row_number()按分组字段和时间字段排序编号后取rn=1实现；需建匹配的复合索引并确保排序字段符合业务语义。

如何在postgresql中使用sql窗口函数实现滑动窗口去重

滑动窗口去重的本质是“保留每组内最新的一条”

PostgreSQL 没有原生的 DEDUPLICATE OVER 语法，所谓“滑动窗口去重”，实际是利用窗口函数对数据排序后打序号，再用外部过滤保留每组第一条（或最后一条）。关键不在于“滑动”，而在于按业务逻辑定义“一组”——通常是按某个分组字段（如 user_id）+ 时间/顺序字段（如 created_at 或 id）联合判断“最新”。

`ROW_NUMBER()` 是最稳妥的选择

用 ROW_NUMBER() OVER (PARTITION BY ... ORDER BY ...) 给每组内的行编号，然后取 rn = 1 即可。它严格按 ORDER BY 确定唯一顺序，不会因重复值导致序号不可控。

✅ 推荐写法：

SELECT * FROM (
  SELECT *,
         ROW_NUMBER() OVER (
           PARTITION BY user_id
           ORDER BY created_at DESC, id DESC
         ) AS rn
  FROM events
) t WHERE rn = 1;

❌ 避免用 RANK() 或 DENSE_RANK()：当 created_at 相同时，它们会给多行分配相同排名，导致去重失效
⚠️ 注意 NULL：如果 created_at 可为空，ORDER BY created_at DESC 会把 NULL 排最前（默认行为），可能误选脏数据；显式加 NULLS LAST 更安全

性能和索引必须匹配窗口定义

窗口函数本身不走索引，但 PARTITION BY 和 ORDER BY 字段的组合，正是最佳复合索引的依据。没索引时，大表上 ROW_NUMBER() 可能触发全表排序，I/O 和内存开销陡增。

心流

心流是一款AI工具，阿里旗下推出的AI搜索助手。

下载

对应上面例子，建索引：

CREATE INDEX idx_events_user_time ON events (user_id, created_at DESC, id DESC);

如果查询只按 user_id 分组、但总想取最新一条，却只在 user_id 上建单列索引，那 ORDER BY created_at DESC 仍要排序，索引利用率低
时间字段类型影响排序效率：用 TIMESTAMP WITH TIME ZONE 比字符串存时间快且可靠；避免在 ORDER BY 中用函数（如 TO_CHAR(created_at, 'YYYY-MM-DD')），否则索引失效