ROW_NUMBER()不能直接删除数据，必须配合CTE或子查询先按PARTITION BY分组、ORDER BY确定保留规则（如id升序留最小值），再DELETE rn>1的行；执行前须SELECT预览验证。
用 ROW_NUMBER() 窗口函数识别并删除重复行
直接 DELETE 无法区分“哪一行该留、哪一行该删”，必须先标记重复项。主流方案是用 ROW_NUMBER() 给每组重复数据编号，再删掉编号 >1 的行。这个方法兼容 MySQL 8.0+、PostgreSQL、SQL Server、Oracle，但不适用于 SQLite 或旧版 MySQL。
假设表 users 中 email 字段重复，想保留 id 最小的那条：
DELETE FROM users
WHERE id NOT IN (
SELECT min_id FROM (
SELECT MIN(id) AS min_id
FROM users
GROUP BY email
) t
);或者更通用的窗口函数写法（推荐）：
DELETE FROM users
WHERE id IN (
SELECT id FROM (
SELECT id,
ROW_NUMBER() OVER (PARTITION BY email ORDER BY id) AS rn
FROM users
) t
WHERE rn > 1
);-
PARTITION BY email表示按邮箱分组，ORDER BY id决定谁排第一（即保留最小id） - 不同数据库对子查询中引用原表名的限制不同：MySQL 要求嵌套一层别名，PostgreSQL 允许直接用；执行前务必在测试环境验证
- 如果表没主键或唯一标识字段，得靠其他字段组合判断重复，比如
PARTITION BY name, phone, address
没有窗口函数时用自连接删除重复项
MySQL 5.7 或老版本 PostgreSQL 只能靠自连接 + 条件匹配来删。原理是让每条记录和同组其他记录比较，只删“更大”的那个。
还是以 email 为重复依据，保留 id 小的：
DELETE u1 FROM users u1 INNER JOIN users u2 WHERE u1.email = u2.email AND u1.id > u2.id;
- 注意
u1.id > u2.id是关键：它确保只删掉“比同组另一条记录 id 更大”的行 - MySQL 支持这种多表
DELETE语法，但 PostgreSQL 和 SQL Server 需改用USING或子查询，不能直接写DELETE u1 FROM ... - 数据量大时性能较差，因为要全表自连接；建议先加索引：
CREATE INDEX idx_email ON users(email);
误删风险高，必须提前备份或用事务包裹
删重复数据不是幂等操作——第二次运行可能把原本唯一的记录也删掉。最常见错误是没确认重复逻辑是否真覆盖所有情况，比如忽略大小写或空格差异。
- 先查出哪些算重复：
SELECT email, COUNT(*) FROM users GROUP BY email HAVING COUNT(*) > 1; - 检查重复行具体内容：
SELECT * FROM users WHERE email IN ('a@b.com', 'c@d.com') ORDER BY email, id; - 生产环境务必用事务：
BEGIN; DELETE ... ; SELECT ROW_COUNT(); ROLLBACK; -- 确认无误再 COMMIT - 如果表有外键引用，
DELETE可能触发级联或报错，需先查约束：SELECT constraint_name FROM information_schema.key_column_usage WHERE table_name = 'users';
去重后记得重建索引和统计信息
删完数据不等于表就“干净”了。B+树索引里可能残留页碎片，查询计划器的统计信息也可能过期，导致后续查询变慢。
- MySQL：执行
OPTIMIZE TABLE users;（会锁表，慎用）或ALTER TABLE users ENGINE=InnoDB; - PostgreSQL：运行
VACUUM ANALYZE users;，清理死元组并更新统计信息 - SQL Server：用
UPDATE STATISTICS users;和DBCC INDEXDEFRAG（或重建索引） - 别忘了补唯一约束，防止未来再插入重复：
ALTER TABLE users ADD CONSTRAINT uk_email UNIQUE (email);
真正麻烦的不是语法，而是怎么定义“重复”——业务上两个看似相同的邮箱，可能一个是带空格的注册入口，一个是 API 自动填充的；动手前得和产品、运营对齐规则。
