如何使用SQL窗口函数ROW_NUMBER在分组内实现去重？

ROW_NUMBER() 不能直接去重，仅能编号；真正去重需配合子查询或CTE筛选rn=1的行，核心是PARTITION BY定义重复组、ORDER BY确保排序稳定，否则结果不可控。

ROW_NUMBER() 不能直接去重，它只能给行打序号；真正去重得靠外部筛选，比如 WHERE rn = 1。

为什么 ROW_NUMBER() 本身不等于去重

它只是按指定排序规则给每一行分配一个唯一递增数字，哪怕两行数据完全相同，只要排序键（ORDER BY）能区分它们（或用了不确定排序），ROW_NUMBER() 也会分出 1、2、3…… 所以必须配合子查询或 CTE，再过滤出序号为 1 的行。

常见错误现象：SELECT *, ROW_NUMBER() OVER (PARTITION BY user_id ORDER BY created_at DESC) FROM orders; 这条语句只是加了一列序号，并没有减少行数。

标准写法：用 CTE 或子查询 + WHERE 筛选首行

这是最常用、也最易理解的模式。核心是先算出每组内的序号，再在外层只取 rn = 1 的记录。

• 如果想保留最新一条记录：用 ORDER BY updated_at DESC，然后取 rn = 1
• 如果想保留最早一条：用 ORDER BY created_at ASC
• 注意：如果排序字段有 NULL，不同数据库行为不同（如 PostgreSQL 把 NULL 排在最前，MySQL 可能默认最后），建议显式写 NULLS LAST 或 NULLS FIRST（PostgreSQL/Oracle 支持；MySQL 8.0+ 不支持该语法，需用 IS NULL 模拟）

WITH ranked AS (  SELECT *,         ROW_NUMBER() OVER (           PARTITION BY user_id            ORDER BY updated_at DESC, id DESC         ) AS rn  FROM users)SELECT id, user_id, email, updated_atFROM rankedWHERE rn = 1;

和 DISTINCT、GROUP BY 的关键区别

DISTINCT 是基于整行值去重，GROUP BY 必须配聚合函数，而 ROW_NUMBER() 方案能「保留原始行的任意字段」——只要你排序逻辑合理，就能挑出你想要的那条完整记录。

• 例如：按 user_id 分组，取 updated_at 最新那条，同时拿到它的 status、source、id 等所有字段，GROUP BY 做不到这点（除非全写进 GROUP BY，那就失去去重意义）
• 性能上：ROW_NUMBER() 需要排序，大数据量时注意 PARTITION BY 和 ORDER BY 字段是否有索引；MySQL 8.0+、PostgreSQL、SQL Server 都支持，但 SQLite 目前（3.45 仍不支持窗口函数）
• 兼容性陷阱：某些旧版 MySQL 用户误以为开窗函数可用，结果报错 ERROR 1064: You have an error in your SQL syntax，其实是版本太低

容易被忽略的排序稳定性问题

当 PARTITION BY 内多行的排序字段值完全相同时（比如同个 user_id 下几条记录 updated_at 都是 '2024-01-01 00:00:00'），ROW_NUMBER() 的结果是不确定的——数据库可能每次返回不同“首行”。

解决办法只有一个：在 ORDER BY 里补一个能保证唯一性的字段（如主键 id），否则去重结果不可复现。

错误写法：ORDER BY updated_at DESC → 同时间戳下哪条被选中是随机的
正确写法：ORDER BY updated_at DESC, id DESC → 时间相同时，取 id 最大的那条，稳定可预期