sql分组统计核心是正确使用 GROUP BY 与 聚合函数 ，并用 HAVING 过滤分组结果；需确保select 非聚合字段全在 GROUP BY 中，注意 NULL 归组特性，优先采用条件聚合而非多子查询。
SQL 分组统计核心就两点：用好 GROUP BY 搭配 聚合函数，再配合 HAVING 精准过滤分组结果。写错顺序、忽略 NULL 处理或滥用子查询，是效率低和结果出错的主因。
GROUP BY 必须包含所有非聚合字段
SELECT 后出现的非聚合列（比如 name、status），必须全部写进 GROUP BY 子句，否则多数 数据库 会报错（如 postgresql、SQL Server）；mysql 5.7+ 严格模式 下同样受限。
- ✅ 正确写法：SELECT dept, count(*) FROM emp GROUP BY dept;
- ❌ 错误写法：SELECT dept, name, COUNT(*) FROM emp GROUP BY dept;（name 未参与分组，语义模糊）
- ? 如果真要查每个部门的某个人名，需明确逻辑：用 MAX(name)、MIN(name)，或结合窗口函数取首行。
用 HAVING 替代 WHERE 过滤分组结果
WHERE 在分组前筛选原始行，HAVING 在分组后筛选“组”——这是关键 区别。想查“员工数超 5 人的部门”，必须用 HAVING。
- ✅ 正确：SELECT dept, COUNT(*) c FROM emp GROUP BY dept HAVING c > 5;
- ❌ 错误：SELECT dept, COUNT(*) c FROM emp WHERE c > 5 GROUP BY dept;（WHERE 不认识别名 c，也不作用于聚合结果）
- ? HAVING 支持聚合函数和列别名，WHERE 不支持。
NULL 值会被自动归为一组，但容易被忽略
GROUP BY 字段含 NULL 时，所有 NULL 值会聚成单独一组。如果你没意识到，可能误以为“数据丢了”或漏统计。
- ✅ 查看 NULL 分组：SELECT region, COUNT(*) FROM sales GROUP BY region;（region 为 NULL 的记录会单独一行）
- ? 需要排除 NULL？加条件：WHERE region IS NOT NULL 放在 GROUP BY 前。
- ? 想把 NULL 当作“未知”统一命名？用 COALESCE(region, ‘Unknown’) 再分组。
复杂统计优先考虑条件聚合，少用多表关联子查询
统计“各部门男女人数、平均薪资”时，用 CASE + 聚合比多次 LEFT JOIN 更高效、更清晰。
- ✅ 推荐写法：SELECT dept,
COUNT(CASE WHEN gender=’M’ THEN 1 END) male_cnt,
COUNT(CASE WHEN gender=’F’ THEN 1 END) female_cnt,
AVG(salary) avg_salary
FROM emp GROUP BY dept; - ❌ 低效写法：为男女各写一个子查询再 JOIN，增加执行计划复杂度，还易出笛卡尔积。
- ? 条件聚合一次扫描完成，逻辑集中，数据库优化器也更容易命中索引。
基本上就这些。不复杂，但容易忽略细节。写完分组语句，记得反问自己：每列是否合理归属？NULL 怎么处理？过滤逻辑该放 WHERE 还是 HAVING？
