ROW_NUMBER()本身不直接去重,仅按PARTITION BY分组和ORDER BY排序为每行分配唯一序号;真正去重需结合子查询或CTE筛选rn=1的行,关键在准确指定重复判定字段与保留逻辑。

ROW_NUMBER() 本身不直接去重,而是帮你标记重复行
直接用 ROW_NUMBER() 不会删数据,它只是给每一行按排序规则打上序号(1、2、3…)。真正“去重”靠的是后续筛选——比如只保留每组中 ROW_NUMBER() = 1 的那行。关键在于怎么定义“重复”:是整行相同?还是某几列相同?这决定了 PARTITION BY 怎么写。
按指定字段去重:PARTITION BY + ORDER BY 是核心组合
假设表 users 中 email 字段重复,你想保留每个邮箱最早插入的那条(用 id 判断先后):
SELECT * FROM (
SELECT *,
ROW_NUMBER() OVER (
PARTITION BY email
ORDER BY id ASC
) AS rn
FROM users
) t WHERE rn = 1;常见错误包括:
-
PARTITION BY漏写或写错字段,导致分组逻辑失效 -
ORDER BY用NULLS LAST或未明确处理 NULL 值,让 NULL 邮箱被优先选中(而你可能想跳过) - 在 MySQL 8.0 之前不支持窗口函数,执行会报错
ERROR 1064
和 DISTINCT、GROUP BY 的区别在哪?
DISTINCT 只能返回去重后的原始字段,无法选择“保留哪一条”;GROUP BY 必须配合聚合函数,不能直接取整行。而 ROW_NUMBER() 方案可以完整保留任意一行的全部列,且控制权完全在 ORDER BY 子句里——比如按更新时间倒序取最新版,或按某个评分字段取最高分记录。
性能上要注意:
- 大表慎用,
OVER (PARTITION BY ... ORDER BY ...)会触发排序,没索引时很慢 -
email字段没索引?PARTITION BY email可能比全表扫描还慢 - PostgreSQL 和 SQL Server 对
ROW_NUMBER()优化较好;SQLite 直到 3.25+ 才支持,且不支持NULLS FIRST/LAST
真要删数据?DELETE 需嵌套 CTE 或子查询
如果目标是物理删除重复行(不是查出来),多数数据库不支持直接在 DELETE 里用窗口函数,得借助 CTE:
WITH duplicates AS (
SELECT id,
ROW_NUMBER() OVER (
PARTITION BY email
ORDER BY id ASC
) AS rn
FROM users
)
DELETE FROM users
WHERE id IN (
SELECT id FROM duplicates WHERE rn > 1
);注意点:
- MySQL 8.0+ 支持 CTE,但老版本只能用多层子查询,易报错
This version of MySQL doesn't yet support 'LIMIT & IN/ALL/ANY/SOME subquery' - 别忘了加
WHERE条件限制影响范围,否则可能误删整张表 - 执行前务必先用
SELECT版本确认哪些行会被删
真正麻烦的从来不是写对那一行 ROW_NUMBER(),而是搞清业务上“重复”的定义、NULL 怎么算、时间字段精度够不够、以及删库前有没有备份。

















