SQL去重首选DISTINCT（仅需唯一值）或GROUP BY（需聚合统计），窗口函数用于保留最新完整记录，删除重复数据须谨慎比对并备份。
SQL去重最常用的是 DISTINCT 和 GROUP BY，选哪个取决于你要保留什么信息——只看唯一值就用 DISTINCT，要聚合计算（比如统计次数、求平均）就得用 GROUP BY。
场景一：查出所有不重复的用户名
比如用户表 users 里 name 字段有大量重复，你只想知道都有哪些名字：
SELECT DISTINCT name FROM users;
✅ 简单直接，返回结果里每个 name 只出现一次。
⚠️ 注意：DISTINCT 作用于整行（所有 SELECT 的字段组合），不是单个字段。如果写 SELECT DISTINCT name, age，那 (张三,25) 和 (张三,28) 就算两条不同记录。
场景二：查重复数据本身（找谁重复了）
光知道“有重复”不够，常需要找出具体哪些记录重复、重复几次。这时用 GROUP BY 配合 HAVING：
- 查出所有重复的邮箱及重复次数：
SELECT email, COUNT(*) AS cnt FROM users GROUP BY email HAVING COUNT(*) > 1;
✅ 这样能定位问题数据，方便后续清理或告警。
? 小技巧：加 ORDER BY cnt DESC 可把重复最多的排前面，优先处理高频异常。
场景三：去重后取每组最新/某一条完整记录
DISTINCT 和 GROUP BY 都不能直接返回“某条完整记录”（比如重复邮箱中注册时间最新的那个用户）。这时得用窗口函数或关联子查询：
- 用 ROW_NUMBER() 标序号，再筛序号=1的：
SELECT id, name, email, created_at
FROM (
SELECT *,
ROW_NUMBER() OVER (PARTITION BY email ORDER BY created_at DESC) AS rn
FROM users
) t
WHERE rn = 1;
✅ 每个 email 只留最新的一条完整数据。
? 替换 ORDER BY created_at DESC 可改成按 id、update_time 等排序，灵活控制“留哪条”。
场景四：删除重复数据（只保留一条）
真正清理数据时，推荐先用上面方法确认无误，再执行删除。安全做法是借助自连接或主键比较：
- 假设 users 表有自增主键 id，按 email 去重，保留 id 最小的那条：
DELETE u1 FROM users u1 INNER JOIN users u2 ON u1.email = u2.email AND u1.id > u2.id;
✅ 删掉所有“同邮箱但 id 更大”的记录，等效于每组只留 id 最小的。
⚠️ 务必先备份！生产环境建议先在测试库验证 SQL 效果。
基本上就这些。DISTINCT 快速看去重结果，GROUP BY 适合统计分析，窗口函数解决“留哪条”的业务逻辑，删数据则要谨慎比对。用对方法，去重不复杂但容易忽略细节。
