SQL去重需按业务需求选择方法：纯值去重用DISTINCT，按维度取最新记录用ROW_NUMBER()窗口函数，合并多行数据用GROUP BY配合STRING_AGG等聚合函数。
SQL去重不是简单加个 DISTINCT 就完事——它得看你要去重的维度、是否保留其他字段、要不要最新/最全记录，甚至还要考虑性能和业务逻辑。下面用几个真实场景讲清楚怎么选对方法。
基础去重：只取唯一值，不关心哪一条
最常见需求：查出所有不重复的部门名称、城市、产品类别等。
- 直接用 SELECT DISTINCT 列名，简单高效
- 注意：DISTINCT 作用于整行结果，如果 SELECT 多列，只要组合值相同就会被去重
- 错误示范：SELECT DISTINCT dept_name, hire_date FROM emp —— 可能返回同一部门多条记录（因入职时间不同），这不是你想要的“按部门去重”
按某列去重，但要保留完整信息（比如每部门最新一条员工）
这时候 DISTINCT 不够用了，得靠窗口函数或关联子查询。
- 推荐用 ROW_NUMBER() OVER (PARTITION BY 部门 ORDER BY 入职日期 DESC) 标序号，再外层筛选 rn = 1
- 示例：SELECT * FROM (SELECT *, ROW_NUMBER() OVER (PARTITION BY dept_id ORDER BY updated_at DESC) AS rn FROM employees) t WHERE t.rn = 1
- 替代方案：用 GROUP BY + 聚合函数（如 MAX(id)），再连表查原记录——适合主键明确、逻辑清晰的场景
去重同时要统计或合并数据（如合并同一用户的多条标签）
不是删记录，而是把重复维度下的多行聚合成一行。
- 用 GROUP BY + STRING_AGG（PostgreSQL）、GROUP_CONCAT（MySQL）、STRING_AGG（SQL Server 2017+）
- 例如：把用户所有兴趣标签拼成逗号分隔字符串：SELECT user_id, STRING_AGG(interest, ', ') FROM user_interests GROUP BY user_id
- 注意 NULL 处理和去重嵌套（如先 DISTINCT 再聚合）：部分数据库支持 STRING_AGG(DISTINCT interest, ', ')
误删风险高？先验证，再操作
真正删数据前，务必确认哪些行会被影响。
- 先运行 SELECT COUNT(*) 和 COUNT(DISTINCT xxx) 对比，看重复比例
- 用 GROUP BY + HAVING COUNT(*) > 1 查出具体重复组：SELECT email, COUNT(*) FROM users GROUP BY email HAVING COUNT(*) > 1
- 删数据别直接 DELETE FROM table；建议用临时表存要保留的ID，或加事务 + LIMIT 测试
基本上就这些。去重本质是明确“以什么为单位算重复”，再匹配工具：纯值用 DISTINCT，带逻辑用窗口函数，要聚合用 GROUP BY。别硬套模板，先想清楚业务含义。
