去重sql，留哪条先想清楚再动手删

用户表里同一个手机号出现四条记录，运营要清掉重复的，开发写了句 delete 直接执行，结果把最新那条也删了。数据没备份，只能从日志里捞。

去重sql 的难点不是写 delete，是先决定留哪条、按什么判定重复。这一步想不清，删完一定后悔。

先查出来看清楚

按业务字段分组，数一下每组几条：

SELECT phone, COUNT(*) AS cnt FROM users GROUP BY phone HAVING cnt > 1;

把 phone 换成实际字段，能看出重复集中在哪。再看组里的 id、创建时间、状态，决定保留规则。一般留 id 最小或创建时间最早的那条，也有留状态最新的。

MySQL 里可以直接多表删除，保留每组最小 id：

DELETE u FROM users u JOIN (SELECT phone, MIN(id) AS keep_id FROM users GROUP BY phone) t ON u.phone = t.phone WHERE u.id <> t.keep_id;

PostgreSQL 用 ctid 或主键子查询；SQL Server 用 CTE 加 ROW_NUMBER。窗口函数更直观，先给每组打序号，再删序号大于 1 的：

SELECT id, ROW_NUMBER() OVER (PARTITION BY phone ORDER BY id) AS rn FROM users;

MySQL 8.0、PostgreSQL、SQL Server 2012 以后都支持。老版本 MySQL 没有窗口函数，只能用上面的 join 写法。

在 MySQL 里写 delete from users where id not in 子查询，会报 ERROR 1093，不能在同一个表里边查边删。解决办法是套一层派生表：

DELETE FROM users WHERE id NOT IN (SELECT keep_id FROM (SELECT MIN(id) AS keep_id FROM users GROUP BY phone) t);

派生表要有别名，否则 MySQL 一样报错。

先备份，或者把要删的行导到临时表，出问题还能回滚。执行时看 affected rows，数量跟预估差太多就停下来。删完加唯一索引，从源头堵住：

ALTER TABLE users ADD UNIQUE KEY uk_phone (phone);

历史脏数据多的话，唯一索引加不上，得先清洗再建。