DISTINCT按整行去重，字段值任意不同即视为不重复；需按业务规则保留某条记录时应使用ROW_NUMBER()窗口函数配合PARTITION BY和ORDER BY。
用 DISTINCT 去重时，为什么结果还是有“重复”？
因为 DISTINCT 是对整行去重，不是按某个字段。只要任意一列值不同，两行就被视为不重复。
常见错误现象：SELECT DISTINCT name, email, created_at FROM users 返回了多个同名同邮箱的记录——因为 created_at 时间戳不同。
- 如果只想按
name和email去重，必须先决定保留哪一条（比如最新/最早），DISTINCT本身不支持这个逻辑 -
DISTINCT无法跳过 NULL 值特殊处理：两个NULL在多数数据库中被视为“相等”，但有些场景下（如 GROUP BY 后聚合）行为不一致 - 性能影响：全字段去重会加大排序/哈希开销，尤其在宽表或大结果集上比只选关键字段慢不少
ROW_NUMBER() 窗口函数去重的实际写法
真正可控的去重靠 ROW_NUMBER() 配合子查询或 CTE，核心是“分组 + 排序 + 取第 1 条”。
使用场景：需要按业务规则保留某条记录，比如每个用户只留最新登录记录、每个订单只留首条发货明细。
示例（PostgreSQL / SQL Server / MySQL 8.0+）：
SELECT id, user_id, order_time, status
FROM (
SELECT id, user_id, order_time, status,
ROW_NUMBER() OVER (PARTITION BY user_id ORDER BY order_time DESC) AS rn
FROM orders
) t
WHERE rn = 1;
-
PARTITION BY user_id定义“去重维度”，相当于“每组内独立编号” -
ORDER BY order_time DESC决定谁排第一；升序则取最早，降序取最新 - 注意：MySQL 5.7 或更早不支持窗口函数，强行用会报错
ERROR 1064 - 如果分区键含 NULL，不同数据库处理方式不同（如 PostgreSQL 把 NULL 视为同一组，Oracle 默认不合并）
DISTINCT 和 ROW_NUMBER() 的选择依据
别凭感觉选，看数据语义和控制粒度。
- 纯字段组合唯一性校验、导出报表初筛、临时查重 —— 用
DISTINCT，简单直接 - 要保留完整行且必须指定优先级（如“最新”“最高金额”“非空邮箱优先”）—— 必须用
ROW_NUMBER()或类似窗口函数 - 如果只是想删库里的重复数据，
ROW_NUMBER()+DELETE是主流做法，但注意某些数据库（如 MySQL）不允许在子查询中直接 DELETE 同一张表，得套一层 CTE 或临时表 - 兼容性提醒：SQLite 直到 3.25.0 才支持窗口函数，旧版本只能用关联子查询模拟，性能差很多
容易被忽略的 NULL 处理和索引影响
去重逻辑里，NULL 不是“空值”，它是未知值，在比较和分组中行为特殊。
-
DISTINCT中，(1, NULL)和(1, NULL)通常算重复；但(1, NULL)和(1, 'a')肯定不重复 -
ROW_NUMBER() OVER (PARTITION BY col)：若col是 NULL，大多数数据库会把所有 NULL 值归为同一组（PostgreSQL / SQL Server 是这样；Oracle 需显式写col IS NULL才能捕获） - 性能陷阱：没给
PARTITION BY字段建索引，ROW_NUMBER()会强制全表扫描+排序，百万级表可能秒变几十秒 - 如果业务允许，提前用
WHERE col IS NOT NULL过滤，能显著减少窗口计算量
DISTINCT 简单但死板，ROW_NUMBER() 灵活但得写清楚排序逻辑，而 NULL 和索引这两块，十次有八次会漏掉。 
