WHERE不能用COUNT()筛选重复行，因为WHERE在分组前执行而COUNT()是聚合函数，必须配合GROUP BY使用；HAVING才能在分组后对聚合结果过滤，如HAVING COUNT(*) > 1。
为什么 WHERE 不能用 COUNT() 筛重复行
因为 WHERE 在分组前执行，此时 COUNT() 还没计算——它属于聚合函数，必须配合 GROUP BY 使用。你写 WHERE COUNT(*) > 1 会直接报错：ERROR: aggregate functions are not allowed in WHERE。
HAVING 必须和 GROUP BY 配合使用
HAVING 是唯一能在分组后对聚合结果做条件筛选的子句。想查“哪些字段组合出现了多次”，就得先按这些字段分组，再用 HAVING COUNT(*) > 1 过滤：
SELECT user_id, email FROM users GROUP BY user_id, email HAVING COUNT(*) > 1;
- 只写
GROUP BY不加HAVING，你会看到每组的计数，但无法筛出重复项 -
HAVING后面只能出现分组字段或聚合表达式，不能写未分组的列（比如HAVING created_at > '2023-01-01'会报错） - MySQL 5.7+ 默认开启
sql_mode=only_full_group_by，强制要求SELECT列必须在GROUP BY中出现或被聚合，否则报错
想查完整重复记录（不止分组字段）？用窗口函数或自关联
上面的 GROUP BY + HAVING 只返回去重后的分组值，不带原始行数据。要拿到所有重复的完整记录，推荐用 COUNT() OVER：
SELECT *
FROM (
SELECT *,
COUNT(*) OVER (PARTITION BY user_id, email) AS cnt
FROM users
) t
WHERE cnt > 1;- 窗口函数不需要
GROUP BY，也不改变行数，适合保留原始字段 - PostgreSQL / SQL Server / MySQL 8.0+ / Oracle 都支持；SQLite 目前不支持窗口函数
- 如果数据库太老（如 MySQL 5.6），可用自关联：先用
GROUP BY + HAVING找出重复键，再JOIN原表捞出全量记录
性能要注意：重复字段上建联合索引
当表很大时，GROUP BY user_id, email 可能很慢。如果经常按这两列查重复，务必建联合索引：
CREATE INDEX idx_user_email ON users(user_id, email);
- 索引顺序很重要：要把最常用于等值过滤的列放前面（比如
user_id = ? AND email = ?） - 如果只对
email单独查重复，这个联合索引效果有限，需要额外建单列索引 -
HAVING COUNT(*) > 1本身不走索引，但GROUP BY阶段能利用索引加速分组排序
实际业务中，最容易漏掉的是「是否要排除 NULL」——NULL 在 GROUP BY 中被视为相同值，但语义上往往不该算作有效重复。需要显式过滤：WHERE user_id IS NOT NULL AND email IS NOT NULL。
