Question

我的数据流有以下两列：

PK  time
-----------------
2   03:40:01
2   08:21:59
4   08:21:59
4   10:03:12
4   11:20:12
4   12:45:04

现在我想使用PK列对行进行重复数据删除，并且每个PK需要首次出现（使用先前排序的时间列）。所以在这种情况下，我需要：

PK  time
-----------------
2   03:40:01
4   08:21:59

如何在不写入外部登台/中间表的情况下实现此目的？我需要一些东西给我MIN(time)行与唯一的PK。

当我使用带有PK列的排序转换时，使用排序类型降序，它只给出了第一个PK行的第一次出现。对于输出中的所有后续PK行，时间列的值是随机的。

Answer 1

这是Todd McDermid关于如何在不写入外部表的情况下实现重复的blog post。 3种情景中的一种应该对您有所帮助。另外，为什么你不想在桌面上完成这项工作。它更快，更容易管理。

Answer 2

以下是重定向duplicates的脚本组件示例。如果您的源是数据库表，您也可以尝试使用row_number。