SQL存储过程如何清理重复数据并保留最新记录-SQL-PHP中文网

用 row_number() + cte 是最稳妥、可读性高且能精确控制“最新”定义的方式；distinct 和 group by 无法保留完整行数据，不能用于删重。

sql存储过程如何清理重复数据并保留最新记录

直接说结论：用 ROW_NUMBER() + CTE 是最稳妥、可读性高、且能精确控制“最新”定义的方式；别用 DISTINCT 或单纯 GROUP BY，它们没法保留完整行数据。

为什么不能用 `DISTINCT` 或 `GROUP BY` 直接删重复？

因为它们只解决“查出来不重复”，不解决“删哪些、留哪条”。DISTINCT 会丢字段（比如你有 ID、ProductName、OrderDate、Amount，DISTINCT ProductName, OrderDate 就没法知道该留哪条 Amount）；GROUP BY 必须配合聚合函数（如 MAX(OrderDate)），但你无法同时拿到对应那条记录的 ID 或 Amount，除非用子查询或窗口函数。

`ROW_NUMBER()` 在存储过程中怎么写才安全？

关键点是：必须把排序逻辑和分区逻辑写清楚，且避免在生产环境直接 DELETE 前不验证。

星火文档问答

星火文档问答是基于讯飞星火大模型的AI文档和知识库问答助手。

下载

先用 SELECT 查出要删的记录（确认逻辑）：

WITH dup AS (
  SELECT *, ROW_NUMBER() OVER (
    PARTITION BY ProductName ORDER BY OrderDate DESC, ID DESC
  ) AS rn
  FROM Sales
)
SELECT * FROM dup WHERE rn > 1;

再在存储过程中封装删除逻辑，加事务和影响行数检查：

BEGIN TRY
  BEGIN TRANSACTION;
<p>WITH dup AS (
SELECT *, ROW_NUMBER() OVER (
PARTITION BY ProductName ORDER BY OrderDate DESC, ID DESC
) AS rn
FROM Sales
)
DELETE FROM dup WHERE rn > 1;</p><p>IF @@ROWCOUNT = 0
PRINT '无重复数据';
ELSE
COMMIT TRANSACTION;
END TRY
BEGIN CATCH
ROLLBACK TRANSACTION;
THROW;
END CATCH</p>

PARTITION BY 字段必须是业务上定义“重复”的依据（比如 ProductName），ORDER BY 要明确“最新”的标准——时间字段优先，有并列时用 ID 或 SequenceID 保序

存储过程里执行前容易踩的坑

不是语法错，而是逻辑和运维风险：

没加 WHERE 条件就全表跑 ROW_NUMBER()：大表会卡住，建议先加 WHERE OrderDate >= DATEADD(MONTH, -6, GETDATE()) 缩小范围
把 OrderDate 当成唯一判据，但实际存在同秒插入的多条记录：这时仅靠 OrderDate DESC 无法保证稳定选中一条，必须补一个确定性字段（如 ID DESC）
存储过程没设 SET XACT_ABORT ON：出错时事务可能没回滚，导致部分删、部分留
直接在原始表上操作，没备份或没走清洗层：应优先在 Sales_Clean 表上操作，原始表只读