group by + having 是唯一能直接筛选重复组的组合：必须先按目标字段分组，再用 having count() > 1 过滤，where 中禁止使用聚合函数；查单列或组合重复需完整列出 group by 字段；要获取所有重复行，须用 in 子查询或窗口函数 count() over(partition by ...)。
GROUP BY + HAVING 是唯一能直接筛选重复组的组合
WHERE 不能用 COUNT(*) > 1，因为聚合值在分组前不存在，数据库会报错 ERROR: aggregate functions are not allowed in WHERE。必须先 GROUP BY 字段，再用 HAVING 过滤分组结果。
常见写法：
- 查单列重复：比如找重复邮箱，写
GROUP BY email HAVING COUNT(*) > 1 - 查多列组合重复：如
(user_id, order_date)不该重复却重复了，就GROUP BY user_id, order_date HAVING COUNT(*) > 1 -
SELECT列中所有非聚合字段（如email）必须出现在GROUP BY子句里，否则语法错误
想看所有重复的原始行？别只靠 GROUP BY 输出摘要
GROUP BY 只返回每组一行汇总（如 email 和计数），但排查异常需要看到每条重复记录的完整字段。这时得绕开分组限制，用子查询或窗口函数。
推荐方案：
- 兼容性最广的写法（适用于 MySQL 5.7、PostgreSQL、SQL Server 等）：
SELECT * FROM users WHERE email IN (SELECT email FROM users GROUP BY email HAVING COUNT(*) > 1) - 更高效、一次扫描的写法（MySQL 8.0+、PostgreSQL、SQL Server、Oracle、BigQuery 支持）：
SELECT * FROM (SELECT *, COUNT(*) OVER (PARTITION BY email) AS cnt FROM users) t WHERE t.cnt > 1 - 注意：如果重复字段含
NULL，GROUP BY会把所有NULL归为一组——业务上若认为空值不算重复，需提前加WHERE email IS NOT NULL
多字段重复判断时，PARTITION BY 必须和业务定义一致
比如你认定“同一用户同一天订单重复”才算异常，那判定依据就是 user_id 和 order_date 组合。窗口函数里漏掉任一字段，标记就会出错。
正确写法示例：
- 标记所有重复订单行：
COUNT(*) OVER (PARTITION BY user_id, order_date) - 错误写法（只按
user_id分组）：COUNT(*) OVER (PARTITION BY user_id)—— 会把不同日期的订单也标为重复 - 删除重复时若用
ROW_NUMBER()，同样要PARTITION BY user_id, order_date ORDER BY created_at DESC，否则保留逻辑错位
查出来之后下一步怎么做？别跳过验证环节
查出重复数据只是起点，后续操作容易踩坑：
- 删之前务必先
SELECT出来人工核对，尤其当表无主键或存在外键约束时 - 用子查询方式删（如
DELETE ... WHERE id IN (...)）可能因数据量大导致锁表或超时；窗口函数方案虽好，但 PostgreSQL 需用ctid或 CTE，MySQL 8.0+ 要用DELETE FROM t USING cte语法 - 如果表里有大量
NULL值参与分组，且业务语义上它们不应被视作相同，就得拆成两步：先过滤IS NOT NULL，再分组；或单独统计IS NULL的数量做判断
真正麻烦的不是写不出语句，而是没想清楚“什么算重复”——字段组合、NULL 处理、时间字段排序优先级，这些细节一旦错，查出来的就不是异常，而是噪音。
