SQL Server中分组取第一条记录的四种实现方法

SQL Server开发中，经常会遇到这样的查询需求：一张表中存在多条属于同一业务分组的数据，但最终只希望每个分组返回一条记录，例如每个用户最新的一条订单、每个商品最新的一条价格记录、每个部门入职时间最早的一名员工等。

这里的关键并不是简单使用 GROUP BY，而是需要先明确“第一条”的判断标准。通常可以按照时间、编号、排序字段等确定记录顺序。下面结合常见业务场景，介绍 SQL Server 中分组取第一条记录的四种实现方式。

一、使用 ROW_NUMBER() 分组取第一条记录

ROW_NUMBER() 是 SQL Server 中处理“每组取一条记录”最常用的方法之一。它可以按照指定字段对每个分组内部的数据重新编号，然后只保留编号为 1 的记录。

假设存在订单表：

CREATE TABLE Orders
(
    Id INT PRIMARY KEY,
    UserId INT,
    OrderNo VARCHAR(50),
    CreateTime DATETIME,
    Amount DECIMAL(10, 2)
);

现在要求每个用户只查询最新的一条订单，可以这样写：

SELECT Id, UserId, OrderNo, CreateTime, Amount
FROM
(
    SELECT *,
           ROW_NUMBER() OVER (
               PARTITION BY UserId
               ORDER BY CreateTime DESC, Id DESC
           ) AS rn
    FROM Orders
) t
WHERE rn = 1;

这里最重要的是：

PARTITION BY UserId

它表示按照 UserId 对数据进行分组。

而：

ORDER BY CreateTime DESC, Id DESC

表示每个用户内部按照订单创建时间倒序排列，最新的数据排在最前面。

最后：

WHERE rn = 1

只保留每个分组中的第一条记录。

如果需求变成“每个用户最早的一笔订单”，只需要调整排序方向：

ROW_NUMBER() OVER (
    PARTITION BY UserId
    ORDER BY CreateTime ASC, Id ASC
)

为什么推荐增加 Id 作为第二排序条件

实际项目中，时间字段并不一定唯一。例如同一个用户可能在同一秒创建多条订单。如果只写：

ORDER BY CreateTime DESC

那么时间相同的记录之间没有明确的先后关系，最终哪一条被分配为 rn = 1 可能并不稳定。

因此更推荐：

ORDER BY CreateTime DESC, Id DESC

先按照业务字段排序，再使用具有唯一性的字段作为兜底排序条件。

二、使用 RANK() 或 DENSE_RANK() 保留并列第一条

有些场景下，“第一条”的含义并不是只返回一条记录，而是希望保留排序字段相同的所有并列第一名。

例如查询每个用户最新时间对应的所有订单，可以使用 RANK()：

SELECT Id, UserId, OrderNo, CreateTime, Amount
FROM
(
    SELECT *,
           RANK() OVER (
               PARTITION BY UserId
               ORDER BY CreateTime DESC
           ) AS rk
    FROM Orders
) t
WHERE rk = 1;

假设用户 1001 存在以下数据：

Id    UserId    CreateTime
1     1001      2026-09-28 10:00:00
2     1001      2026-09-29 11:00:00
3     1001      2026-09-29 11:00:00

使用 ROW_NUMBER() 后，只会得到 Id 为 2 或 3 中的一条。

而使用 RANK()：

RANK() OVER (
    PARTITION BY UserId
    ORDER BY CreateTime DESC
)

Id 为 2 和 3 的记录都会获得排名 1，因此两条都会被查询出来。

RANK() 和 DENSE_RANK() 有什么区别

两者都会保留并列排名，但后续排名的编号规则不同。

例如某个分组的排序值为：

100
100
90
80

RANK() 得到：

1
1
3
4

DENSE_RANK() 得到：

1
1
2
3

如果只查询：

WHERE rank_num = 1

两者通常都可以满足“保留并列第一名”的需求。

因此，如果业务要求每个分组严格只返回一条数据，应优先考虑 ROW_NUMBER()；如果业务要求保留所有并列第一的数据，则可以考虑 RANK() 或 DENSE_RANK()。

三、使用 CROSS APPLY 实现每组 TOP 1

SQL Server 还可以使用 CROSS APPLY 配合 TOP 1 实现分组取第一条记录。

例如先获取所有用户：

SELECT DISTINCT UserId
FROM Orders;

然后针对每个用户查询最新的一条订单：

SELECT u.UserId,
       o.Id,
       o.OrderNo,
       o.CreateTime,
       o.Amount
FROM
(
    SELECT DISTINCT UserId
    FROM Orders
) u
CROSS APPLY
(
    SELECT TOP 1
           Id,
           OrderNo,
           CreateTime,
           Amount
    FROM Orders
    WHERE Orders.UserId = u.UserId
    ORDER BY CreateTime DESC, Id DESC
) o;

CROSS APPLY 的特点是，外层每得到一个 UserId，内部查询都会针对当前用户执行一次逻辑上的 TOP 1 查询。

其中：

SELECT TOP 1

负责限制返回数量，而：

WHERE Orders.UserId = u.UserId

负责限制当前分组。

最后通过：

ORDER BY CreateTime DESC, Id DESC

确定哪一条记录是当前用户的第一条记录。

CROSS APPLY 的另一个优势

如果需要从主表关联其他数据，CROSS APPLY 有时会写得更加直观。

例如有用户表：

CREATE TABLE Users
(
    Id INT PRIMARY KEY,
    UserName VARCHAR(100)
);

查询所有用户以及他们最新的一笔订单：

SELECT
    u.Id,
    u.UserName,
    o.OrderNo,
    o.CreateTime,
    o.Amount
FROM Users u
OUTER APPLY
(
    SELECT TOP 1
           OrderNo,
           CreateTime,
           Amount
    FROM Orders o
    WHERE o.UserId = u.Id
    ORDER BY o.CreateTime DESC, o.Id DESC
) o;

这里使用的是 OUTER APPLY，而不是 CROSS APPLY。

两者的区别与 INNER JOIN、LEFT JOIN 有一定相似之处：

• CROSS APPLY：内部查询没有匹配结果时，外层对应记录不会返回。

• OUTER APPLY：即使内部查询没有结果，外层记录仍然保留，内部字段显示为 NULL。

因此，如果要求“所有用户都必须显示，即使用户没有订单”，通常使用 OUTER APPLY 更合适。

四、使用聚合函数结合 JOIN 实现分组取第一条

传统 SQL 写法中，还可以先通过 GROUP BY 和 MIN() 或 MAX() 找出每个分组的目标值，再与原表进行关联。

例如查询每个用户最新订单：

SELECT o.*
FROM Orders o
INNER JOIN
(
    SELECT UserId, MAX(CreateTime) AS MaxCreateTime
    FROM Orders
    GROUP BY UserId
) t
ON o.UserId = t.UserId
AND o.CreateTime = t.MaxCreateTime;

内部查询：

SELECT UserId, MAX(CreateTime) AS MaxCreateTime
FROM Orders
GROUP BY UserId;

负责找到每个用户最大的订单时间。

外层再根据：

o.UserId = t.UserId
AND o.CreateTime = t.MaxCreateTime

找到对应的完整订单记录。

这种写法比较容易理解，而且适合很多传统 SQL 场景。

不过它存在一个需要特别注意的问题：如果同一个用户存在多条订单具有完全相同的最大时间，那么查询结果会返回多条记录。

例如：

UserId    CreateTime
1001      2026-09-29 12:00:00
1001      2026-09-29 12:00:00

MAX(CreateTime) 只能确定最大时间，却无法进一步确定究竟应该保留哪一条。

如果业务要求严格返回一条，就需要增加唯一字段参与判断，或者直接使用 ROW_NUMBER()。

五、四种方法的实际区别

这四种实现方式虽然都能够解决分组取第一条记录的问题，但适用场景并不完全相同。

ROW_NUMBER()

适合大多数“每组严格取一条”的业务需求。

典型场景包括：

• 每个用户最新订单

• 每个商品最新价格

• 每个设备最新状态

• 每个部门最新员工记录

• 每个客户最后一次操作记录

通用模板如下：

SELECT *
FROM
(
    SELECT *,
           ROW_NUMBER() OVER (
               PARTITION BY 分组字段
               ORDER BY 排序字段 DESC
           ) AS rn
    FROM 表名
) t
WHERE rn = 1;

RANK() / DENSE_RANK()

适合需要保留并列第一记录的情况。

例如：

SELECT *
FROM
(
    SELECT *,
           RANK() OVER (
               PARTITION BY 分组字段
               ORDER BY 排序字段 DESC
           ) AS rk
    FROM 表名
) t
WHERE rk = 1;

如果相同排序值对应多条记录，查询结果会全部保留。

CROSS APPLY

适合 SQL Server 环境中需要针对每个外层数据执行 TOP 1 查询的场景，尤其是在与主表关联时比较灵活。

典型写法：

SELECT ...
FROM 主表 a
CROSS APPLY
(
    SELECT TOP 1 ...
    FROM 明细表 b
    WHERE b.GroupId = a.Id
    ORDER BY b.CreateTime DESC
) b;

如果外层数据必须全部保留，可以改成：

OUTER APPLY

GROUP BY + MAX/MIN + JOIN

这种方式结构传统、容易理解，适合根据某个最大值或最小值反查原始记录。

例如：

SELECT o.*
FROM Orders o
JOIN
(
    SELECT UserId, MAX(CreateTime) AS MaxCreateTime
    FROM Orders
    GROUP BY UserId
) t
ON o.UserId = t.UserId
AND o.CreateTime = t.MaxCreateTime;

不过需要注意并列值导致多行返回的问题。

六、如何选择合适的实现方法

如果只是需要“每个分组严格取一条记录”，通常可以优先考虑 ROW_NUMBER()。

例如：

ROW_NUMBER() OVER (
    PARTITION BY UserId
    ORDER BY CreateTime DESC, Id DESC
)

这种写法表达清晰，而且能够明确指定分组和排序规则。

如果业务定义的“第一条”允许并列，则可以使用：

RANK()

如果查询逻辑本身就是“针对每一个外层对象取 TOP 1”，例如查询每个用户的最新订单，那么 CROSS APPLY 或 OUTER APPLY 往往更加自然。

如果只是根据某个最大时间或最小值反查数据，并且能够保证目标字段唯一，那么 GROUP BY + MAX/MIN + JOIN 也非常实用。

七、分组取第一条时最容易忽略的问题

1. 没有明确排序条件

下面这种写法存在问题：

ROW_NUMBER() OVER (
    PARTITION BY UserId
)

虽然部分 SQL 场景可以执行，但没有指定排序规则，就无法准确表达“哪一条是第一条”。

必须明确业务规则，例如：

ORDER BY CreateTime DESC

代表最新一条。

或者：

ORDER BY CreateTime ASC

代表最早一条。

2. 排序字段存在重复值

例如：

ORDER BY CreateTime DESC

如果多个记录的 CreateTime 相同，就可能出现不确定的记录选择。

更稳妥的写法是：

ORDER BY CreateTime DESC, Id DESC

通过唯一字段进一步确定顺序。

3. 不要把 GROUP BY 当成取第一条记录的方法

很多初学者会写：

SELECT UserId, MAX(CreateTime)
FROM Orders
GROUP BY UserId;

这只能得到每个用户的最大时间，并不能直接得到该时间对应的其他字段。

例如不能简单写成：

SELECT UserId, OrderNo, MAX(CreateTime)
FROM Orders
GROUP BY UserId;

因为 OrderNo 没有参与聚合，也没有出现在 GROUP BY 中。

正确的处理方式可以是窗口函数，或者先聚合再 JOIN。

4. TOP 1 必须配合 ORDER BY

单独使用：

SELECT TOP 1 *
FROM Orders;

并不能表达“最新一条”或“最早一条”。

如果需要最新记录，应写：

SELECT TOP 1 *
FROM Orders
ORDER BY CreateTime DESC, Id DESC;

TOP 1 负责限制数量，ORDER BY 才负责确定哪条记录排在第一位。

八、性能优化建议

数据量较大时，分组取第一条的性能会明显受到索引设计影响。

以：

ROW_NUMBER() OVER (
    PARTITION BY UserId
    ORDER BY CreateTime DESC, Id DESC
)

为例，可以结合实际查询条件考虑创建索引：

CREATE INDEX IX_Orders_UserId_CreateTime_Id
ON Orders(UserId, CreateTime DESC, Id DESC);

如果查询还需要返回 OrderNo、Amount 等字段，可以根据实际情况考虑使用 INCLUDE：

CREATE INDEX IX_Orders_UserId_CreateTime_Id
ON Orders(UserId, CreateTime DESC, Id DESC)
INCLUDE (OrderNo, Amount);

不过索引并不是越多越好。创建之前应该结合数据量、查询频率、写入压力以及执行计划进行分析。

对于 CROSS APPLY + TOP 1 场景，合理的分组字段和排序字段索引同样重要。例如：

CREATE INDEX IX_Orders_UserId_CreateTime
ON Orders(UserId, CreateTime DESC, Id DESC);

能够帮助 SQL Server 更快定位指定用户对应的最新记录。

九、一个完整的实际案例

假设订单表中包含：

Id
UserId
OrderNo
Status
CreateTime
Amount

现在需要查询每个用户最后创建的一笔订单，并且如果创建时间相同，则取 Id 最大的记录。

推荐使用：

WITH OrderRank AS
(
    SELECT
        Id,
        UserId,
        OrderNo,
        Status,
        CreateTime,
        Amount,
        ROW_NUMBER() OVER
        (
            PARTITION BY UserId
            ORDER BY CreateTime DESC, Id DESC
        ) AS rn
    FROM Orders
)
SELECT
    Id,
    UserId,
    OrderNo,
    Status,
    CreateTime,
    Amount
FROM OrderRank
WHERE rn = 1;

这种写法把“分组”“排序”“取第一条”三个逻辑拆分得非常清楚。

如果需要查询每个用户最早的一笔订单，只需要修改排序：

ORDER BY CreateTime ASC, Id ASC

如果需要查询每个用户最新时间下的所有订单，则可以改成：

RANK() OVER
(
    PARTITION BY UserId
    ORDER BY CreateTime DESC
)

然后筛选：

WHERE rk = 1

十、总结

SQL Server 中分组取第一条记录，核心在于先确定分组字段，再明确“第一条”的排序规则。常见实现方式主要有四种：ROW_NUMBER()、RANK()/DENSE_RANK()、CROSS APPLY 以及 GROUP BY + MAX/MIN + JOIN。

对于绝大多数“每组只需要一条记录”的业务，ROW_NUMBER() 是非常通用的方案：

ROW_NUMBER() OVER (
    PARTITION BY 分组字段
    ORDER BY 排序字段 DESC, 唯一字段 DESC