面试sql重复数据问题需分清查重、去重、防重、修复四场景：查重用group by+having或窗口函数；临时去重用distinct或row_number()；永久删除用子查询保留min(id)；预防靠unique约束或唯一索引，应用层校验须兜底。
面试中遇到SQL重复数据问题，核心是分清场景：是查重、去重、防止重复，还是修复已有重复。关键不在写多炫的语句，而在理解业务意图和数据一致性要求。
一、怎么快速查出表里有哪些重复数据？
先定位问题，再处理。用GROUP BY + HAVING是最直接的方式，重点看重复依据字段（比如姓名+手机号组合）：
- 查出所有重复的“姓名+邮箱”组合，并统计次数：
SELECT name, email, COUNT(*) FROM users GROUP BY name, email HAVING COUNT(*) > 1; - 想看到重复行的完整记录（含ID），可用窗口函数（MySQL 8.0+/PostgreSQL/SQL Server支持）：
SELECT * FROM (SELECT *, COUNT(*) OVER (PARTITION BY name, email) AS cnt FROM users) t WHERE cnt > 1;
二、临时去重：只查不改，返回无重复的结果集
业务查询需要“去重后展示”，但不能删数据——这时不用DELETE，优先考虑逻辑去重：
-
DISTINCT：适用于整行完全相同（所有字段都一样）：
SELECT DISTINCT name, email FROM users; -
ROW_NUMBER()：按某规则取每组第一条（如保留最新注册的用户）：
SELECT * FROM (SELECT *, ROW_NUMBER() OVER (PARTITION BY name, email ORDER BY id DESC) rn FROM users) t WHERE rn = 1; - 注意：GROUP BY也能“聚合去重”，但必须明确非分组字段的聚合逻辑（如MAX(id)），否则报错或结果不可控。
三、永久去重：删除已有重复，只留一条
操作前务必备份！真实删除要谨慎，推荐用子查询或CTE锚定保留行：
- MySQL常用自连删除（保留最小id）：
DELETE u1 FROM users u1 INNER JOIN users u2 WHERE u1.name = u2.name AND u1.email = u2.email AND u1.id > u2.id; - 通用安全写法（推荐）：先查出要删的ID，再删：
DELETE FROM users WHERE id NOT IN (SELECT MIN(id) FROM users GROUP BY name, email);
（注意：若GROUP BY字段含NULL，需额外处理，因NULL != NULL）
四、预防重复：唯一约束 vs 唯一索引 vs 应用层校验
面试常考设计权衡。根本解法是数据库层面加固：
- UNIQUE约束：建表时加，或后期ALTER，失败时抛异常（如“Duplicate entry”），开发需捕获并提示用户；
- 唯一索引：效果同UNIQUE约束，但可包含NULL（多数引擎允许多个NULL），且支持联合、前缀等高级用法；
- 应用层校验（如先SELECT再INSERT）有竞态风险，高并发下可能仍插入重复——必须配合数据库约束兜底；
- 扩展思考：若业务允许“软重复”（如同一人多个账号），但需标记主账号，则用外键+标志位，而非强行唯一。
不复杂但容易忽略：NULL值在唯一性判断中的特殊行为、字符集排序规则对比较的影响、以及批量导入时约束是否启用（SET FOREIGN_KEY_CHECKS=0等）。真正考察的是你有没有踩过坑、想过边界。
