ROW_NUMBER()是去重核心方法：先用PARTITION BY分组、ORDER BY排序生成序号，再删rn>1的行；MySQL 8.0+需CTE中转，老版本用自连接；务必先SELECT验证逻辑并确保有唯一标识列。
用 ROW_NUMBER() 给每组数据编号再删
SQL 本身没有直接“按分组去重”的 DELETE 语法，必须借助窗口函数生成序号，再筛掉重复组里的非首行。核心思路是：对每个分组（比如 user_id、email）按某字段排序（如 created_at 或 id），用 ROW_NUMBER() 标出第 1、2、3… 行，然后只保留序号为 1 的记录。
常见错误是直接写 DELETE FROM t GROUP BY x —— 这在标准 SQL 和主流数据库（MySQL 8.0+、PostgreSQL、SQL Server、Oracle）里都报错，语法不合法。
实操建议：
- 确保目标表有唯一标识列（如
id），否则无法安全区分“哪条该留” -
ORDER BY子句必须明确：你想保留最新的一条？最小id？还是其他业务优先级？ - 先用
SELECT验证逻辑，例如：SELECT id, user_id, email, ROW_NUMBER() OVER (PARTITION BY user_id ORDER BY id) AS rn FROM users;
确认rn = 1确实是你想保留的那条 - 真正删除时，多数数据库要求用子查询或 CTE 包裹，不能直接在
DELETE中调用窗口函数（MySQL 8.0+ 支持 CTE，PostgreSQL 和 SQL Server 同样推荐用 CTE）
MySQL 8.0+ 删除示例（CTE + ROW_NUMBER）
MySQL 8.0 开始支持 CTE 和窗口函数，这是最清晰的做法。注意：不能在 DELETE 的 FROM 子句中直接引用同一个表的别名（会报 ERROR 1093），所以必须用 CTE 中转。
假设要按 email 去重，保留 id 最小的记录：
WITH ranked AS ( SELECT id, email, ROW_NUMBER() OVER (PARTITION BY email ORDER BY id) AS rn FROM users ) DELETE u FROM users u INNER JOIN ranked r ON u.id = r.id WHERE r.rn > 1;
关键点：
-
PARTITION BY email定义分组依据 -
ORDER BY id决定谁是“第一”——这里最小id得rn = 1 - 必须用
JOIN关联原表和 CTE，不能写成DELETE FROM ranked WHERE rn > 1（CTE 不是真实表）
PostgreSQL / SQL Server 兼容写法（无需 CTE 中转）
PostgreSQL 和 SQL Server 允许在 DELETE 中直接使用子查询或 USING（PostgreSQL）/ FROM（SQL Server）语法关联窗口结果，但仍有细节差异。
PostgreSQL 示例（用 USING）：
DELETE FROM users
USING (
SELECT id,
ROW_NUMBER() OVER (PARTITION BY email ORDER BY id) AS rn
FROM users
) ranked
WHERE users.id = ranked.id AND ranked.rn > 1;
SQL Server 示例（用 FROM 扩展语法）：
DELETE u FROM users u INNER JOIN ( SELECT id, ROW_NUMBER() OVER (PARTITION BY email ORDER BY id) AS rn FROM users ) ranked ON u.id = ranked.id WHERE ranked.rn > 1;
注意：
- SQL Server 的
DELETE ... FROM是扩展语法，不是标准 SQL，但稳定可用 - PostgreSQL 的
USING必须显式写出WHERE关联条件，漏掉会导致全表删除 - 所有方案都依赖主键或唯一列（
id）做精确匹配；如果只有业务字段（如只有email和name），且完全重复，需改用DISTINCT ON（PostgreSQL）或临时表导出再重建
没窗口函数的老版本 MySQL（5.7 及更早）怎么办？
MySQL 5.7 不支持 ROW_NUMBER()，也没 CTE，只能靠自连接或变量模拟序号，风险高、性能差，仅作兜底。
典型自连接去重（按 email 留最小 id）：
DELETE u1 FROM users u1 INNER JOIN users u2 ON u1.email = u2.email AND u1.id > u2.id;
说明：
- 这句意思是：“删掉所有存在另一个同
email且id更小的记录的行” - 优点：兼容性极好，5.0 起就支持
- 缺点：没有索引时可能锁表、慢；若
email列空值多，NULL = NULL不成立，会导致漏删 - 务必在
email上建索引，否则执行可能卡死 - 无法灵活控制“留最新”还是“留最早”，因为比较的是
id大小；如果想留最新时间，得确保时间字段能映射到有序整型（如 UNIX 时间戳），否则得先加辅助列
真正难的不是写哪条语句，而是想清楚：重复的定义是什么？保留的依据是否覆盖所有边界情况？比如 email 为空、大小写混用、前后空格、时区导致的时间精度差异——这些都不会被 PARTITION BY 自动归一化，得前置清洗。
