GROUP BY 配合 HAVING 才能筛出重复行；单纯 GROUP BY 仅分组，HAVING 对分组后 COUNT(*)>1 过滤，WHERE 中不可用聚合函数；查整行重复需对所有非主键列分组，或用窗口函数返回全部重复记录。
GROUP BY 配合 HAVING 才能筛出重复行
单纯 GROUP BY 只是分组，不会过滤重复；必须搭配 HAVING 对分组后的计数做条件判断。常见错误是写成 WHERE COUNT(*) > 1——COUNT() 是聚合函数，不能在 WHERE 中使用，否则直接报错：ERROR: aggregate functions are not allowed in WHERE。
正确做法是：先按目标字段 GROUP BY，再用 HAVING COUNT(*) > 1 留下出现次数大于 1 的组。
- 如果查「整行完全重复」，需对所有列（或业务上能唯一标识一行的列）一起
GROUP BY - 如果只关心某几列重复（如
email字段重复），就只对这几列GROUP BY -
HAVING在GROUP BY之后执行，作用对象是分组结果，不是原始行
查整行重复时，GROUP BY 要包含所有非聚合列
想找出表中真正一模一样的重复记录（比如两条完全相同的用户数据），得把所有字段都放进 GROUP BY。但手动列全字段易漏、难维护，更稳妥的方式是：用主键或唯一标识字段以外的所有字段分组。
例如表 users 有 id, name, email, created_at，其中 id 是主键，那重复行一定出现在 name, email, created_at 组合上：
SELECT name, email, created_at, COUNT(*) FROM users GROUP BY name, email, created_at HAVING COUNT(*) > 1;
注意：若表无主键，且字段含 NULL，GROUP BY 会把多个 NULL 视为同一组——这是 SQL 标准行为，不是 bug，但容易误判“重复”。
要返回全部重复记录（不止分组摘要），得用窗口函数或子查询
GROUP BY + HAVING 只返回每组一条摘要（如 name, COUNT(*)），但业务常需要看到所有重复的原始行（比如导出给运营人工核对）。这时不能只靠 GROUP BY，得嵌套或换方案：
- 用
COUNT(*) OVER (PARTITION BY ...)窗口函数，给每行打上重复次数标签，再外层WHERE cnt > 1 - 或用子查询：先用
GROUP BY + HAVING得到重复的字段组合，再JOIN原表捞出完整记录 - PostgreSQL/MySQL 8.0+ 支持 CTE，可读性更好；旧版 MySQL 只能靠派生表
示例（窗口函数法）：
SELECT * FROM ( SELECT *, COUNT(*) OVER (PARTITION BY email) AS cnt FROM users ) t WHERE cnt > 1;
性能和索引影响不能忽略
GROUP BY 在大数据量下很吃性能，尤其没索引时会触发全表扫描 + 临时文件排序。重复检测类查询常用于数据清洗，但上线后频繁跑可能拖垮数据库。
- 确保
GROUP BY的字段上有联合索引，比如查email, status重复，建索引：CREATE INDEX idx_email_status ON users(email, status) -
HAVING COUNT(*) > 1无法利用索引跳过非重复行，所以索引主要加速分组过程本身，而非过滤 - 如果只是临时查重，加
LIMIT控制返回行数，避免前端卡死
真正麻烦的是跨多表、带 JOIN 的重复检测——这时候 GROUP BY 字段来源变复杂，NULL 处理、空值匹配逻辑、执行计划是否走索引，都得逐条验证。
