SQL去重查询怎么实现_高频场景实例讲解便于理解使用【指导】

sql去重首选 DISTINCT（仅需唯一值）或 GROUP BY（需聚合统计），窗口函数用于保留最新完整记录，删除重复数据须谨慎比对并备份。

SQL 去重最常用的是 DISTINCT 和 GROUP BY，选哪个取决于你要保留什么信息——只看唯一值就用 DISTINCT，要聚合计算（比如统计次数、求平均）就得用 GROUP BY。

场景一：查出所有不重复的用户名

比如用户表 users 里 name 字段有大量重复，你只想知道都有哪些名字：

select DISTINCT name FROM users;

✅ 简单直接，返回结果里每个 name 只出现一次。
⚠️ 注意：DISTINCT 作用于整行（所有 SELECT 的字段组合），不是单个字段。如果写 SELECT DISTINCT name, age，那 (张三，25) 和 (张三，28) 就算两条不同记录。

场景二：查重复数据本身（找谁重复了）

光知道“有重复”不够，常需要找出具体哪些记录重复、重复几次。这时用 GROUP BY 配合 HAVING：

• 查出所有重复的 邮箱 及重复次数：

SELECT email, COUNT(*) AS cnt FROM users GROUP BY email HAVING COUNT(*) > 1;

✅ 这样能定位问题数据，方便后续清理或告警。
? 小技巧：加 ORDER BY cnt DESC 可把重复最多的排前面，优先处理高频异常。

场景三：去重后取每组最新 / 某一条完整记录

DISTINCT 和 GROUP BY 都不能直接返回“某条完整记录”（比如重复 邮箱 中注册时间最新的那个用户）。这时得用窗口函数或关联子查询：

• 用 ROW_NUMBER() 标序号，再筛序号 = 1 的：

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

✅ 每个 email 只留最新的一条完整数据。
? 替换 ORDER BY created_at DESC 可改成按 id、update_time 等排序，灵活控制“留哪条”。

场景四：删除重复数据（只保留一条）

真正清理数据时，推荐先用上面方法确认无误，再执行删除。安全做法是借助自连接或主键比较：

• 假设 users 表有自增主键 id，按 email 去重，保留 id 最小的那条：

DELETE u1 FROM users u1 INNER JOIN users u2    ON u1.email = u2.email AND u1.id > u2.id;

✅ 删掉所有“同邮箱但 id 更大”的记录，等效于每组只留 id 最小的。
⚠️ 务必先备份！生产环境建议先在测试库验证 SQL 效果。

基本上就这些。DISTINCT 快速看去重结果，GROUP BY 适合统计分析，窗口函数解决“留哪条”的业务逻辑，删数据则要谨慎比对。用对方法，去重不复杂但容易忽略细节。