sql没有万能“更新重复数据并保留最新记录”语句，必须拆解为识别最新记录+删除旧记录或覆盖写入两步；核心依赖row_number()或max()+子查询，具体选择取决于查询、删除或upsert场景。
直接说结论：SQL 本身没有“更新重复数据并保留最新记录”这一条万能语句，必须拆解为「识别最新记录」+「删除旧记录」或「覆盖写入」两步；核心靠 ROW_NUMBER() 或 MAX() + 子查询，具体选哪种取决于你用的是查询、删除，还是 UPSERT 场景。
用 ROW_NUMBER() 删除旧重复行（最常用）
这是 SQL Server、PostgreSQL、MySQL 8.0+ 的标准做法。关键不是“更新”，而是先标记再删——把非最新行干掉，剩下自然就是最新。
-
PARTITION BY字段必须是你认为“重复”的依据，比如ProductName、customer_id或多个列组合：PARTITION BY order_number, product -
ORDER BY必须是能定义“最新”的字段，优先级：时间戳（create_time DESC） > 自增 ID（id DESC）；注意DESC不能漏，否则会留最老的 - CTE 中不能直接
DELETE FROM CTE（除 SQL Server 外多数不支持），要套一层子查询或用IN关联主键 - 示例（删 Sales 表中同
ProductName的旧记录）：
WITH dupes AS (
SELECT ID,
ROW_NUMBER() OVER (
PARTITION BY ProductName
ORDER BY OrderDate DESC, ID DESC
) AS rn
FROM Sales
)
DELETE FROM Sales
WHERE ID IN (SELECT ID FROM dupes WHERE rn > 1);
用 MAX() + 自连接查最新记录（兼容老版本 MySQL）
如果你在用 MySQL 5.7 或更早版本，ROW_NUMBER() 不可用，就得靠聚合 + 连接。它不删数据，只查出每组最新的一行，适合只读或导出场景。
- 子查询里
GROUP BY的字段必须和外层JOIN条件完全一致，少一个就可能漏匹配 -
MAX(create_time)只能保证时间最新，但如果同一时间有多个记录，会随机返回一个（没去重逻辑）；此时必须加第二排序维度，比如MAX(id)，但MAX()无法跨字段取整行，所以这种方案天然有歧义 - 不要用
SELECT *直接跟GROUP BY，MySQL 5.7 严格模式会报错；必须显式列出所有非聚合字段或改用ANY_VALUE() - 示例（查 orders 表中每个
order_id的最新记录）：
SELECT o1.* FROM orders o1 INNER JOIN ( SELECT order_id, MAX(order_date) AS max_date FROM orders GROUP BY order_id ) o2 ON o1.order_id = o2.order_id AND o1.order_date = o2.max_date;
用 MERGE 实现“存在则更新，不存在则插入”（UPSERT）
这不是“删旧留新”，而是“按唯一键判断是否已存在”。适用于同步上游变更、ETL 场景。SQL Server 支持完整 MERGE，MySQL 用 INSERT ... ON DUPLICATE KEY UPDATE，PostgreSQL 用 INSERT ... ON CONFLICT。
- 前提：目标表必须有明确的唯一约束或主键（如
UNIQUE(product_name)），否则MERGE不知道拿什么去ON -
MERGE的WHEN MATCHED THEN UPDATE是整行覆盖，不会自动忽略 NULL 字段；如果只想更新部分列，得显式写出来 - 并发下可能触发死锁，尤其当多线程同时 Upsert 同一 key 时；建议加
HOLDLOCK（SQL Server）或控制应用层重试 - SQL Server 示例（以
ProductName为唯一标识同步 Sales 表）：
MERGE Sales AS target
USING (VALUES ('笔记本X1', '2026-07-20')) AS source (ProductName, OrderDate)
ON target.ProductName = source.ProductName
WHEN MATCHED THEN
UPDATE SET OrderDate = source.OrderDate
WHEN NOT MATCHED THEN
INSERT (ProductName, OrderDate) VALUES (source.ProductName, source.OrderDate);
真正容易被忽略的点是：所谓“最新”必须有明确定义——是最后插入？最后修改？还是业务上最后一次有效状态？时间字段如果有 NULL、时区混用、精度不一致（DATETIME vs DATETIME2(7)），ORDER BY ... DESC 就可能排错。别假设数据干净，先 SELECT 看一眼分组内的时间分布再说。
