group by + having count(*) > 1 是识别重复记录的最稳起点；需按判重字段分组后用having过滤，where不可用聚合函数，查完整重复行须结合子查询或窗口函数。
查重复：GROUP BY + HAVING COUNT(*) > 1 是最稳的起点
别急着删，先确认哪些数据真重复、重复多少次。用 GROUP BY 按你怀疑重复的字段分组，再用 HAVING COUNT(*) > 1 筛出至少出现两次的组——这是唯一能告诉你“哪里有问题”的可靠方式。
常见错误现象：SELECT * 配合 GROUP BY 报错（尤其在 MySQL 8.0+ 或 SQL Server 中），因为非分组字段没聚合；或者只写 WHERE COUNT(*) > 1，语法直接报错——COUNT 只能在 HAVING 里用。
- 按单字段查重复（比如
user_id）：SELECT user_id, COUNT(*) FROM orders GROUP BY user_id HAVING COUNT(*) > 1 - 按多字段查重复（比如
order_id和order_time完全一样才算重复）：SELECT order_id, order_time, COUNT(*) FROM orders GROUP BY order_id, order_time HAVING COUNT(*) > 1 - 想看完整重复行？得套一层子查询或 CTE，
GROUP BY本身不返回原始行
删重复：别信“DELETE + GROUP BY”，要用 CTE + ROW_NUMBER()
DELETE FROM orders GROUP BY order_id HAVING COUNT(*) > 1 这种写法在所有主流数据库里都非法。SQL 标准不支持直接对分组结果执行 DELETE，必须借助窗口函数定位要删的行。
核心逻辑是：给每个重复组内的行编号，留编号 = 1 的，删掉其余的。关键点在于 ORDER BY 子句——它决定哪条被保留。
- 保留
order_id相同中时间最早的：ROW_NUMBER() OVER (PARTITION BY order_id ORDER BY order_time ASC) - 保留金额最大的：
ROW_NUMBER() OVER (PARTITION BY order_id ORDER BY amount DESC) - 如果排序字段有 NULL，记得加
IS NULLS FIRST/LAST（PostgreSQL）或用COALESCE处理（SQL Server / MySQL） - 示例（SQL Server / PostgreSQL）：
WITH dupes AS (SELECT *, ROW_NUMBER() OVER (PARTITION BY order_id ORDER BY order_time ASC) AS rn FROM orders) DELETE FROM dupes WHERE rn > 1;
GROUP BY 去重 ≠ 删除数据，只是投影结果
很多人写 SELECT DISTINCT order_id, user_id FROM orders 或 SELECT MIN(id), order_id, user_id FROM orders GROUP BY order_id, user_id，以为这样就“去重了”。其实这只是查出了去重后的视图，原表一动没动。
如果你的任务是生成清洗后的新报表，这种写法够用；但要是下游系统依赖这张表，或者要释放存储空间，不真正 DELETE 或 TRUNCATE + INSERT 就没解决问题。
-
GROUP BY查询性能取决于字段是否建索引，尤其PARTITION BY的列最好有复合索引 - 在大表上跑
ROW_NUMBER()CTE 删除前，先用SELECT TOP 100或LIMIT验证逻辑，避免误删 - MySQL 5.7 不支持 CTE 中的
DELETE，得改用临时表或自连接方式
容易被忽略的边界：NULL 值和隐式类型转换
GROUP BY 对 NULL 的处理很关键：在大多数数据库中，NULL = NULL 不成立，但 GROUP BY 会把所有 NULL 归为同一组。这意味着，如果 order_id 允许为空，那所有空值会被当成“同一个重复组”——可能根本不是业务意义上的重复。
另一个坑是字段类型不一致，比如 order_id 在某些行是字符串 'O002'，另一些是整数 002，数据库可能隐式转成相同类型再比较，导致误判重复。
- 查重复前先检查空值比例：
SELECT COUNT(*) FILTER (WHERE order_id IS NULL) FROM orders（PostgreSQL）或SUM(CASE WHEN order_id IS NULL THEN 1 ELSE 0 END)（通用） - 显式排除空值再分组：
GROUP BY order_id HAVING order_id IS NOT NULL AND COUNT(*) > 1 - 用
CAST或CONVERT统一字段类型，避免隐式转换干扰判断
order_id 相同但 amount 差 0.01 元，是同步异常还是真实退款？这类判断没法靠 SQL 自动做，得靠你在 ORDER BY 和 WHERE 里写进业务规则。
