GROUP BY本身不删除重复行，仅按字段分组并每组返回一行；若未用聚合函数或未将非分组字段纳入GROUP BY，MySQL 8.0+等严格模式会报错，宽松模式则随机取值，结果不可靠。
GROUP BY 本身不消除重复行，它只分组；真要“消除”，必须明确留哪条、靠什么判断——否则你看到的“去重效果”只是数据库在严格模式下报错，或在宽松模式下随机取一行，不可信。
为什么直接 GROUP BY 看起来像去重，但实际很危险
比如写 SELECT user_id, city FROM orders GROUP BY user_id, city，MySQL 5.7 以前可能返回结果，但行为未定义：同一 user_id, city 组里有 10 条记录，数据库随便挑一条的 city 值返回，其他字段（如 created_at、order_id）根本没指定怎么选，结果不可复现。
PostgreSQL / SQL Server / MySQL 8.0+ 严格模式下会直接报错：column "created_at" must appear in the GROUP BY clause or be used in an aggregate function——这不是 bug，是保护你别误用。
- 别把
GROUP BY当DISTINCT的替代品，尤其当字段多、业务逻辑敏感时 - 如果只要唯一组合，用
DISTINCT更直白、更安全、执行计划也更可预期 -
GROUP BY真正该用的场景，是你需要对每组做明确聚合：比如“每个用户最新一次下单城市”，那就得配合MAX(created_at)或窗口函数
想留“每组最新/最旧/主键最小”的那条？必须配聚合函数或子查询
假设表 dim_customer 有历史拉链数据，customer_id, name, region, effective_date, is_current，你想按 customer_id 去重，只留 effective_date 最大的那条完整记录。
错误写法（语法错或语义错）：SELECT * FROM dim_customer GROUP BY customer_id
正确路径分两步：
- 先用子查询找出每组要保留的锚点值：
SELECT customer_id, MAX(effective_date) AS max_date FROM dim_customer GROUP BY customer_id - 再用
JOIN或IN拿回完整行：SELECT d.* FROM dim_customer d INNER JOIN (SELECT customer_id, MAX(effective_date) AS max_date FROM dim_customer GROUP BY customer_id) t ON d.customer_id = t.customer_id AND d.effective_date = t.max_date - 注意：如果有并列最大日期（同一天多条），这写法会返回多条；需加
MIN(id)或用窗口函数进一步限定
COUNT(DISTINCT ...) 是统计去重，不是行级去重
很多人想“统计每个区域有多少不重复客户”，就写 SELECT region, COUNT(DISTINCT customer_id) FROM dim_customer GROUP BY region——这完全正确，且是标准做法。
但如果你目标是“生成一张无重复 customer_id 的区域映射表”，这个语句毫无帮助，它只返回数字，不返回行。
-
COUNT(DISTINCT)性能开销大，尤其在千万级customer_id上，MySQL 5.6 不支持多列去重，PostgreSQL 可能触发哈希内存溢出 - 大数据量下，先建覆盖索引（如
(region, customer_id)）比硬扛DISTINCT更有效 - 若只是临时查数，加
LIMIT 1000防止拖垮连接；生产报表应预聚合到汇总表
真正删掉重复行？GROUP BY 只能辅助定位，不能直接删
DELETE 必须带明确条件。例如，要删掉 dim_customer 中除 MIN(id) 外所有同 customer_id 的行：
安全写法（MySQL）：DELETE t1 FROM dim_customer t1 INNER JOIN dim_customer t2 WHERE t1.customer_id = t2.customer_id AND t1.id > t2.id
更可控写法（通用）：DELETE FROM dim_customer WHERE id NOT IN (SELECT MIN(id) FROM dim_customer GROUP BY customer_id)，但注意：MySQL 对同一张表的 NOT IN 子查询有限制，需套一层 SELECT * FROM (...) 包装
- 删之前务必
BEGIN TRANSACTION+SELECT COUNT(*)验证待删数量 - 线上表建议先
CREATE TABLE dim_customer_dedup AS SELECT ...构建新表，验证无误后再原子替换 -
GROUP BY在这里只起“识别分组边界”的作用，删的动作和它无关
真正难的从来不是语法，而是确认“哪些字段组合才算重复”“时间戳冲突时以哪个为准”“NULL 值是否参与比较”——这些业务规则一旦定错，GROUP BY 会忠实地帮你放大错误，而不是发现它。
