首先进行去重操作，使用DISTINCT、GROUP BY或ROW_NUMBER()窗口函数创建cleaned_data表；接着构建对比维度，通过COUNT统计原始表与去重表的行数差异；然后进行差异分析，利用LEFT JOIN找出被剔除的记录；最后校验数据一致性，确保金额总和、唯一标识等核心指标稳定。整个流程需保留中间结果并备份原始数据，以保障去重操作的准确性与安全性。
在MySQL中处理数据去重后进行对比，通常是为了检查清洗后的数据与原始数据之间的差异，确保去重操作没有误删或遗漏重要记录。整个流程需要严谨的操作步骤来保证数据准确性。
1. 去重操作：获取唯一数据集
使用SQL语句对表中的重复数据进行筛选，保留唯一记录。常见的去重方式包括：
- DISTINCT：直接查询唯一行，适用于简单字段去重
- GROUP BY：按关键字段分组，配合聚合函数处理其他字段
- ROW_NUMBER() 窗口函数：为每条记录编号，筛选编号为1的记录实现去重
CREATE TABLE cleaned_data AS SELECT * FROM ( SELECT *, ROW_NUMBER() OVER (PARTITION BY id, name ORDER BY update_time DESC) as rn FROM raw_table ) t WHERE rn = 1;
2. 构建对比维度：明确比对指标
去重完成后，需从多个角度验证数据变化情况：
- 总行数变化：原始表 vs 去重表
- 关键字段分布是否一致（如状态、分类等）
- 是否存在本不该被合并的记录（如相同ID但不同业务类型）
SELECT 'raw' as source, COUNT(*) as cnt FROM raw_table UNION ALL SELECT 'cleaned', COUNT(*) FROM cleaned_data;
3. 差异分析：找出被剔除的数据
通过左连接或NOT EXISTS找出原始表中未保留在去重结果中的记录：
SELECT r.* FROM raw_table r LEFT JOIN cleaned_data c ON r.id = c.id AND r.name = c.name WHERE c.id IS NULL;
这部分数据即为被去重删除的记录，可进一步分析其特征，判断去重逻辑是否合理。
4. 数据一致性校验
对比核心字段的汇总值，确保去重未影响整体统计逻辑：
- 金额总和、数量合计等数值型字段前后是否接近
- 唯一标识（如用户ID）去重后数量应小于等于原表
- 时间范围、空值率等元数据特征是否保持稳定
SELECT SUM(amount) as total_amount, COUNT(DISTINCT user_id) as unique_users FROM cleaned_data;
基本上就这些步骤。关键在于保留中间结果、记录去重逻辑，并通过反向验证确认操作安全性。不复杂但容易忽略细节，建议每次操作前备份原始数据。
