GROUP BY 与 HAVING：分组统计的五个常用写法

一、执行顺序决定一切

FROM → WHERE → GROUP BY → HAVING → SELECT → ORDER BY → LIMIT

所以：

• WHERE 在分组前过滤行，不能用聚合函数。
• HAVING 在分组后过滤组，可以用聚合函数。
• SELECT 里起的别名，WHERE 用不了，ORDER BY 通常可以用。

SELECT user_id, COUNT(*) AS cnt
FROM orders
WHERE created_at >= '2026-01-01'   -- 先筛行
GROUP BY user_id
HAVING COUNT(*) > 5                -- 再筛组
ORDER BY cnt DESC;

把 created_at 条件写到 HAVING 里虽然语法上可能通过（如果它出现在 GROUP BY 里），但会让所有行都参与分组，性能差很多。

二、COUNT(*)、COUNT(列)、COUNT(1)

InnoDB 里 COUNT(*) 和 COUNT(1) 性能基本一致，优化器会选最小的索引来扫。COUNT(col) 因为要判断 NULL，略慢，且结果可能不同——如果 col 有 NULL，数量会少。

三、only_full_group_by 报错

SELECT id, user_id, COUNT(*) FROM orders GROUP BY user_id;
-- ERROR 1055: Expression #1 of SELECT list is not in GROUP BY clause

MySQL 5.7 起默认开启 ONLY_FULL_GROUP_BY：SELECT 里的非聚合列必须出现在 GROUP BY 中。这是正确行为——按 user_id 分组后，id 有多个值，取哪个都不确定。

正确处理：

• 用聚合函数：MAX(id)、MIN(id)。
• 把列加进 GROUP BY。
• 确实需要「每组任意一条」时，用窗口函数或子查询明确指定。

不要为了省事关掉这个 SQL mode，那会让查询结果变得不可预测。

四、分组取每组最新一条

这是最经典的需求，三种写法：

写法一：子查询取最大 ID

SELECT o.* FROM orders o
JOIN (
  SELECT user_id, MAX(id) AS max_id FROM orders GROUP BY user_id
) t ON t.max_id = o.id;

写法二：窗口函数（MySQL 8.0+，推荐）

SELECT * FROM (
  SELECT *, ROW_NUMBER() OVER (PARTITION BY user_id ORDER BY created_at DESC) AS rn
  FROM orders
) t WHERE rn = 1;

写法三：关联子查询（数据量小时可读性好）

SELECT * FROM orders o
WHERE created_at = (
  SELECT MAX(created_at) FROM orders WHERE user_id = o.user_id
);

写法二最灵活（能取前 N 条），写法一在数据量大时性能更稳定。注意写法三遇到「同一时间有多条」会返回多行。

五、其它常用聚合

SELECT
  DATE(created_at) AS d,
  COUNT(*) AS orders,
  SUM(amount) AS total,
  AVG(amount) AS avg_amount,
  COUNT(DISTINCT user_id) AS buyers
FROM orders
GROUP BY d
ORDER BY d;

几个注意点：

• SUM 对 NULL 返回 NULL，可用 COALESCE(SUM(x), 0)。
• AVG 忽略 NULL，分母是非 NULL 的行数，不是总行数。
• GROUP_CONCAT 能把组内值拼成字符串，默认长度限制 1024，可用 group_concat_max_len 调整。
• WITH ROLLUP 可以追加合计行。

六、性能要点

• GROUP BY 的列有索引可以避免临时表和排序，EXPLAIN 里不应出现 Using temporary。
• 先 WHERE 缩小数据量，再分组。
• 分组列基数过高（如按用户 ID 分组几百万组）会很慢，考虑预聚合或物化视图。
• 大表统计可以放到从库或离线数仓，别在 OLTP 主库上跑。

小结

WHERE 筛行、HAVING 筛组；COUNT(*) 含 NULL，COUNT(列) 不含；非聚合列必须在 GROUP BY 里；取每组最新一条优先用窗口函数；分组列建索引可避免临时表。