MySQL 8.0+中ROW_NUMBER()不能在存储过程的SELECT INTO或INSERT SELECT中裸用，必须封装为子查询或CTE；WHERE不能引用窗口别名，需外层过滤；大表分页应避免LIMIT OFFSET，改用ROW_NUMBER()预排序切片。
存储过程里直接写 ROW_NUMBER() 会报错
MySQL 8.0+ 支持窗口函数，但 ROW_NUMBER() 不能在存储过程的 SELECT ... INTO 或 INSERT ... SELECT 中“裸用”。比如这样写会触发 FUNCTION cannot be used in this context 错误：
SELECT ROW_NUMBER() OVER (PARTITION BY user_id ORDER BY created_at DESC) INTO @rn FROM logs;
根本原因是：窗口函数必须出现在最终返回行集的查询层级，不能嵌套在赋值表达式内部。执行器还没拿到完整结果集，就试图编号，语法上不被允许。
- 所有含窗口函数的查询必须封装成子查询或 CTE，再对外层操作
- 不能在
WHERE、HAVING、SET语句中直接调用窗口函数——不是写法问题，是 MySQL 语法硬性限制 - 临时表写入时，先建好带
rn列的结构，再用INSERT INTO tmp SELECT ..., ROW_NUMBER() OVER(...) FROM ...
WHERE rn = 1 必须套一层子查询
你不能在同一个 SELECT 里既定义 rn 又过滤它。下面这种写法会报 Unknown column 'rn' in 'where clause'：
SELECT *, ROW_NUMBER() OVER (PARTITION BY user_id ORDER BY created_at DESC) AS rn FROM logs WHERE rn = 1;
正确做法只有两种，且都得加一层：
- 用派生表（子查询）：把窗口计算放在内层
SELECT，外层WHERE rn = 1 - 用 CTE（推荐）：可读性更好，也方便复用，比如后续还要加
rn 或分页逻辑 - CTE 写法示例：
WITH ranked AS ( SELECT *, ROW_NUMBER() OVER (PARTITION BY user_id ORDER BY created_at DESC, id DESC) AS rn FROM logs ) SELECT user_id, action, response_time FROM ranked WHERE rn = 1;
清洗去重时排序字段必须确定性
保留每组最新一条记录，靠的不是 ROW_NUMBER() 自动选“第一条”，而是你指定的 ORDER BY 是否能稳定排序。如果只写 ORDER BY created_at DESC，而多个记录时间戳完全相同，ROW_NUMBER() 的编号顺序就不可控——这不是 bug，是缺失唯一排序键导致的。
- 务必补全确定性字段，例如
ORDER BY created_at DESC, id DESC - 如果原表没有合适时间字段，可先
ALTER TABLE logs ADD COLUMN ingest_time TIMESTAMP DEFAULT CURRENT_TIMESTAMP - NULL 值会影响排序结果，建议提前
WHERE created_at IS NOT NULL过滤，或用ORDER BY COALESCE(created_at, '1970-01-01') DESC - 分组质量检查不能省：跑完清洗后，用
SELECT user_id, COUNT(*) FROM tmp_cleaned GROUP BY user_id HAVING COUNT(*) > 1验证是否真去重成功
大表分页清洗别用 LIMIT OFFSET
对千万级日志表做逐批处理（比如每次删 1 万条异常响应），用 LIMIT 10000 OFFSET 100000 会导致越往后越慢——MySQL 每次都得扫前 11 万行。改用 ROW_NUMBER() 预编排行号，再按范围切片，单次扫描成本稳定。
- 示例：取第 10 万到 11 万条（跳过前 10 万，取接下来 1 万）
WITH numbered AS ( SELECT *, ROW_NUMBER() OVER (ORDER BY id) AS rn FROM logs WHERE status = 'error' ) SELECT * FROM numbered WHERE rn BETWEEN 100001 AND 110000;
- 注意：这里
ORDER BY id要有索引，否则ROW_NUMBER()会触发 filesort - 如果业务允许，优先用主键或自增字段排序，避免依赖非索引字段
- 切片范围不要跨太大的
BETWEEN，单次处理 5–10 万行为宜，防止内存溢出或事务超时
真正容易被忽略的是：窗口函数依赖完整中间结果集，所以 WHERE 过滤一定要写在窗口计算之前（比如 CTE 外层或子查询内层），否则先算全表再过滤，性能损失巨大。
