【mysql】SQL自连接查询：轻松找出重复数据中的最大ID记录

SQL自连接查询：轻松找出重复数据中的最大ID记录

你是否曾在编写SQL查询时，遇到过需要从同一张表中查找重复记录，并只保留其中某一条的情况？本文将通过一个典型示例，详细解析如何使用自连接（Self-Join） 高效解决这类问题。

🧠 理解自连接查询

📌 示例场景与SQL语句

假设我们有一张 Person 表，结构如下：

我们希望找出所有重复的邮箱，并只保留 Id 最大 的那一条记录。

使用的SQL语句如下：

SELECT p1.*
FROM Person p1, Person p2
WHERE p1.Email = p2.Email 
  AND p1.Id > p2.Id;

🔍 分步解析执行过程

第一步：自连接生成所有组合

将 Person 表视为两个别名表 p1 和 p2，进行笛卡尔积连接，生成所有可能的行组合（共 n × n 行）。

第二步：应用筛选条件

条件一：p1.Email = p2.Email

只保留邮箱相同的行组合。

条件二：p1.Id > p2.Id

进一步筛选出 p1 的 Id 大于 p2 的 Id 的组合，目的是：

• 排除自己与自己比较（Id 相等）
• 只保留“后出现”的记录（Id 更大）

第三步：最终结果

符合条件的记录即为重复邮箱中 Id 最大的那条。

✅ 结果示例

执行上述查询后，将返回：

因为：

• a@example.com 是重复邮箱
• Id = 3 是重复中最大的 Id

📖 总结表格：关键知识点

💡 常见疑问解答

❓ 为什么用 > 而不用 >=？

• 使用 > 可以排除自己与自己比较（Id 相等的情况）
• 使用 >= 会包含自身，导致结果中出现不必要的重复

❓ 是否可以用其他方式实现？

是的，还可以使用 GROUP BY + HAVING 或 ROW_NUMBER() 窗口函数实现类似功能，但自连接在理解上更直观，且在某些数据库中有较好的性能。

🎯 一句话总结

通过自连接和条件 p1.Email = p2.Email AND p1.Id > p2.Id，可以高效找出重复数据中 Id 最大的记录，适用于多种去重场景。

如果你也遇到过类似的数据去重问题，不妨尝试使用自连接查询，简洁又高效！欢迎在评论区分享你的使用经验或疑问。