数据表里混进了重复记录，是MySQL日常维护中非常常见的问题。造成重复的原因有很多：业务代码并发写入没有做好幂等控制、导入数据时没有做唯一性校验、或者表结构本身缺少唯一索引约束，都可能让同一份数据被插入多次。重复记录的危害不只是浪费存储，更麻烦的是会让count统计翻倍、报表数据失真，甚至引发业务逻辑判断错误。这篇文章就来系统地讲一讲，如何用SQL语句定位并批量删除表中的重复数据，同时保留其中一条有效记录。
第一步：先定位哪些数据重复了
删除之前必须先把重复记录查出来，确认重复的范围和数量，否则盲目执行删除语句风险很大。判断重复的标准因业务而异，通常是根据某几个字段组合来判断，比如用户表中的手机号、订单表中的订单号加商品ID等。
最常用的定位方式是GROUP BY配合HAVING子句。假设有一张user表，我们以mobile字段作为唯一性判断依据，查询重复的语句如下：
SELECT mobile, COUNT(*) AS cnt FROM user GROUP BY mobile HAVING COUNT(*) > 1;
这条语句会列出所有出现次数大于1的手机号以及各自的重复次数。如果需要判断的是多个字段组合，比如name和mobile一起才算重复，把这两个字段都放进GROUP BY即可。拿到重复清单后，建议先用SELECT核对一遍数据，确认这些确实是需要清理的重复项，再进行下一步的删除操作。
另外提醒一点，判断重复的字段上最好有索引，否则在大表上执行GROUP BY会触发全表扫描加临时表排序，速度会非常慢，甚至拖垮线上数据库。可以在正式去重前先加上普通索引，等清理完成后再改建为唯一索引。
方案一：自连接删除法，通用性最好
自连接删除是最经典的去重写法，原理是让表和自己做JOIN，通过主键大小比较，保留重复组中ID最小的那条，删掉其余记录。这种方式不依赖MySQL版本特性，5.x和8.x都能用，是兼容性最好的方案。
DELETE t1 FROM user t1
INNER JOIN user t2
ON t1.mobile = t2.mobile
AND t1.id > t2.id;
这条语句的逻辑是：对于同一手机号的多条记录，id较大的那些行都能匹配到id更小的行，因此会被删除，只有每组id最小的记录因为找不到比自己id小的匹配项而保留下来。如果你想保留最新的一条，把条件反过来改成t1.id < t2.id即可。
需要注意的是，多字段联合判断时，JOIN条件要把所有判断字段都写上。如果判断字段中可能存在NULL值，等值连接是匹配不到NULL的，这类NULL重复记录需要单独用其他方式处理，比如先用UPDATE把NULL填充成默认值再执行删除。
方案二：窗口函数法，MySQL 8.0以上的首选
如果你的MySQL版本是8.0及以上，强烈推荐用窗口函数来处理去重。ROW_NUMBER()可以给每一组重复记录编号，然后删除编号大于1的行，思路清晰且执行效率高，尤其适合需要按特定规则保留某一条的场景。
DELETE FROM user
WHERE id IN (
SELECT id FROM (
SELECT id,
ROW_NUMBER() OVER (PARTITION BY mobile ORDER BY id) AS rn
FROM user
) tmp
WHERE tmp.rn > 1
);
这里PARTITION BY mobile表示按手机号分组，ORDER BY id表示每组内按id升序编号，rn为1的就是要保留的那条，其余全部删除。外面再套一层临时派生表是因为MySQL不允许在DELETE语句中直接查询要删除的同一张表，必须通过派生表绕开这个限制。
窗口函数法的优势在于排序规则可以灵活定制。比如每组内想保留创建时间最早的那条，把ORDER BY改成create_time就行；想保留最新数据就改成ORDER BY create_time DESC。这种灵活性是自连接法不太好实现的。缺点是对老版本MySQL无效，且大表执行时派生表会占用较多临时空间，建议在业务低峰期操作。
方案三：临时表重建法，大数据量场景更稳妥
当表的数据量达到千万级别，直接在原表上执行DELETE会产生大量行锁和undo日志，主从延迟也会明显放大。这时更稳妥的做法是新建一张结构相同的临时表，把去重后的数据插入进去，然后整体替换。
CREATE TABLE user_new LIKE user;
INSERT INTO user_new (id, mobile, name, create_time)
SELECT id, mobile, name, create_time
FROM user t
WHERE id = (
SELECT MIN(id) FROM user WHERE mobile = t.mobile
);
RENAME TABLE user TO user_old, user_new TO user;
DROP TABLE user_old;
这个方案的核心是子查询只取每组id最小的记录插入新表。整个过程对原表只有读操作，不会有长时间持锁的问题。RENAME TABLE是原子操作，切换瞬间完成，业务几乎无感知。等确认新表数据没问题后，再删除旧表释放空间。
临时表法的额外好处是顺便完成了表空间整理，删除操作留下的大量空洞会被清理掉。要注意的是，替换期间新写入的数据不会进入新表，所以操作前最好停掉相关写入任务，或者选在写入极少的时段进行，并在切换后做好数据补录。
去重后的收尾：加上唯一索引防止复发
清理完重复数据只是治标，要防止问题再次出现，必须给判断重复的字段组合加上唯一索引。以手机号为例：
ALTER TABLE user ADD UNIQUE KEY uk_mobile (mobile);
加了唯一索引之后，后续再有重复插入会直接报错被拦截。如果业务上希望重复插入时静默忽略而不是报错，可以把INSERT语句改成INSERT IGNORE，遇到唯一键冲突时会自动跳过该条插入，不产生错误。也可以用ON DUPLICATE KEY UPDATE把插入转成更新，实现幂等写入效果。
最后强调几个操作规范：第一，任何去重操作执行前先备份，哪怕只是把表导出一份，出问题时可以快速恢复；第二，先在测试环境跑通整个流程，确认SQL的删除范围和预期一致；第三，大表操作放在低峰期，避免锁表影响线上业务；第四，去重SQL要记录下来存档，方便日后审计追溯。按这几步走下来，重复数据问题基本可以得到彻底解决。
mysql删除重复记录SQL去重批量去重语句修改时间：2026-09-12 20:38:33