如何利用SQL存储过程快速查找并删除数据库中的重复记录？-SQL-PHP中文网

sql存储过程本身不加速查重或删重，真正影响速度的是查询写法、索引、数据量和数据库版本；盲目封装反而可能掩盖性能瓶颈。

如何利用sql存储过程快速查找并删除数据库中的重复记录？

直接说结论：SQL 存储过程本身不加速查找或删除重复记录，它只是把已有逻辑封装起来；真正影响速度的是底层查询写法、索引、数据量和数据库版本。盲目封装成存储过程反而可能掩盖性能瓶颈。

为什么用存储过程查重容易踩坑

很多人以为“写成存储过程=自动优化”，其实不然。存储过程不会改变 SQL 本身的执行计划，反而可能因参数嗅探、缓存计划失效、缺乏实时统计信息导致比手写语句更慢。

EXEC sp_delete_duplicates 执行时若没加 WITH RECOMPILE，可能复用旧执行计划，对新数据效果极差
传入字段名作为字符串参数（如 @key_columns NVARCHAR(200)）会迫使你用 EXEC(@sql) 拼接动态 SQL，失去编译期检查，也难加索引提示
没有预判 GROUP BY 字段是否已建索引，直接在千万行表上跑 SELECT ... GROUP BY email, name，I/O 和排序开销爆炸

真正有效的存储过程写法（以 PostgreSQL / SQL Server 为例）

只封装**确定性高、参数固定、可预建索引**的场景。例如：按 email 去重，且该字段已有唯一索引或 B-tree 索引。

Skill

一款AI工具，主要用于后台本地运行 Codex，即时回执并保存日志与补丁产物，可选 Telegram 通知，支持显式工作目录，适合需要提升相关任务效率的用户。

下载

必须显式限定去重字段，不支持泛化列名拼接 —— 避免动态 SQL
内部用 ROW_NUMBER() OVER (PARTITION BY email ORDER BY created_at) 标记，而非 NOT IN (SELECT MIN(id) ...)（后者在大表上易锁表、内存溢出）
加上 RAISE NOTICE 或 PRINT 输出实际删除行数，方便核对
示例核心逻辑（PostgreSQL）：

CREATE OR REPLACE PROCEDURE clean_users_by_email()
LANGUAGE plpgsql AS $$
DECLARE
  deleted_count INTEGER;
BEGIN
  WITH duplicates AS (
    SELECT id,
           ROW_NUMBER() OVER (PARTITION BY email ORDER BY created_at) AS rn
    FROM users
    WHERE email IS NOT NULL
  )
  DELETE FROM users
  WHERE id IN (SELECT id FROM duplicates WHERE rn > 1);

  GET DIAGNOSTICS deleted_count = ROW_COUNT;
  RAISE NOTICE 'Deleted % duplicate rows', deleted_count;
END;
$$;

MySQL 8.0+ 存储过程中必须绕过的限制

MySQL 在存储过程里执行 DELETE ... WHERE id IN (SELECT ...) 会报错 Error 1093: You can't specify target table 'users' for update in FROM clause，这不是语法问题，是引擎限制。

不能直接在 DELETE 中嵌套引用同一张表的子查询
正确解法：用 CTE + 临时表中转，或改用自连接（但自连接在存储过程中写法笨重）
推荐做法：在存储过程里先建临时表存待删 id，再 DELETE FROM users WHERE id IN (SELECT id FROM temp_to_delete)
务必在过程末尾 DROP TEMPORARY TABLE temp_to_delete，否则下次调用失败