用GROUP BY+HAVING可查出重复值（如SELECT email,COUNT() FROM users GROUP BY email HAVING COUNT()>1），但无法返回完整重复行；查整行需用ROW_NUMBER()窗口函数（MySQL 8.0+）或自连接（5.7及以下）。
用 GROUP BY + HAVING 找出重复值
直接查重复数据，核心思路是先分组再筛数量大于 1 的组。不能只靠 SELECT * 加 DISTINCT，那只会去重，不会告诉你哪些重复了。
假设表 users 里想查邮箱重复的记录：
SELECT email, COUNT(*) AS cnt FROM users GROUP BY email HAVING COUNT(*) > 1;
-
GROUP BY email把相同邮箱归为一组 -
HAVING COUNT(*) > 1是关键：它在分组后过滤，只保留出现次数 ≥2 的邮箱 - 注意不能用
WHERE COUNT(*) > 1—— 聚合函数不能在WHERE里用，会报错Invalid use of aggregate function - 如果要查整行重复（所有字段都一样），
GROUP BY后得列出所有字段，或改用窗口函数（见下节）
查出全部重复行（含原始 ID）
上面只返回重复值和次数，但业务中常需要知道“哪几条记录重复了”。这时得关联原表或用窗口函数。
推荐用 ROW_NUMBER() 窗口函数（MySQL 8.0+、PostgreSQL、SQL Server 都支持）：
SELECT id, email, name
FROM (
SELECT id, email, name,
ROW_NUMBER() OVER (PARTITION BY email ORDER BY id) AS rn
FROM users
) t
WHERE rn > 1;-
PARTITION BY email按邮箱分组，每组内按id排序 -
ROW_NUMBER()给每组里的行编号，重复邮箱的第一条是 1，第二条是 2…… - 外层
WHERE rn > 1就精准取出所有“非首次出现”的重复行 - 如果用
COUNT(*) OVER (PARTITION BY email)替代ROW_NUMBER()，也能拿到每行所属组的总数量，但筛选逻辑稍绕
MySQL 5.7 或更老版本怎么处理？
老 MySQL 不支持窗口函数，也没 CTE（WITH 子句），得靠自连接或子查询。
常用方案是用 INNER JOIN 自连接找重复：
SELECT DISTINCT u1.* FROM users u1 INNER JOIN users u2 ON u1.email = u2.email AND u1.id != u2.id;
- 这个语句会返回所有至少有一个“同伴”的行（即存在另一行邮箱相同但 ID 不同）
- 必须加
u1.id != u2.id，否则每行都会和自己匹配，结果全出来 -
DISTINCT是必须的，否则同一个重复组会返回多对组合（比如三条重复邮箱，会生成 6 行中间结果） - 性能上，大表慎用——没有合适索引时，
JOIN可能触发 O(n²) 扫描；给email加索引能明显改善
删除重复数据前务必确认备份
查重复只是第一步，真删之前最容易踩的坑是：没明确保留哪一条。
- 用
ROW_NUMBER()方案时，ORDER BY id决定了谁是第 1 条（保留）、谁是第 2 条起（待删）；如果业务要求保留最新时间戳的，就得把ORDER BY改成created_at DESC - 老 MySQL 删除更麻烦，常见写法是先建临时表存要保留的 ID，再
DELETE WHERE id NOT IN (…)，但NOT IN遇到NULL会失效，得额外处理 - 无论如何，执行
DELETE前先用SELECT复核一遍结果集，别跳过这步
重复数据逻辑看着简单，但字段组合、保留策略、数据库版本、NULL 值处理，每个点都可能让结果偏移。动手前先跑一遍 SELECT 看实际数据分布，比直接套模板安全得多。
