前言最近开发的时候遇到一个任务，需要对重复的数据进行筛选，只取插入时间最早的一条数据。这里介绍一下解决这类去重问题的几种思路先看样例数据解决思路一先groupby找到每个人最新的数据插入时间（insert_time），再通过insert_time作为条件表关联的条件筛选出每个人最新的数据1.

1说明A表、B表两表关联，关联出来的结果里B表有不止一条，需求是只要B表结果中的某一条（按某字段排序）；首先想到了直接写个带排序的子查询去匹配外围的值，从这个结果集中只要第一条，但是经过验证发现，里边的条件是获取不到外层的值的，因此此方案不可行；发现row_number()over函数可用，以下