group by后字段必须出现在select或聚合函数中，否则报错；where在聚合前过滤行，having在聚合后过滤组；count(*)最快最安全，count(col)仅统计非NULL值且可能全表扫描；避免在group by中使用函数导致索引失效。
GROUP BY 后字段必须出现在 SELECT 或聚合函数里
很多初学者写 SELECT name, COUNT(*) FROM users GROUP BY city 会报错，因为 name 既没参与分组也没被聚合。数据库（如 postgresql、mysql 8.0+ 严格模式）会直接拒绝这种语义模糊的查询。
常见错误现象：column "name" must appear in the GROUP BY clause or be used in an aggregate function
- 如果真要查每个城市的某个人名，用
MAX(name)或MIN(name)—— 它们不保证是“第一条”，但稳定且快 - 想取分组内任意一条记录的完整字段？别硬塞进
GROUP BY，改用窗口函数或子查询更安全 - MySQL 5.7 默认允许“隐式分组”（
sql_mode不含ONLY_FULL_GROUP_BY），但这不是标准行为，迁移到其他库时大概率崩
WHERE 和 HAVING 别混用：过滤时机决定性能
WHERE 在聚合前筛行，HAVING 在聚合后筛组。用错一个，结果可能对，但性能差几倍。
使用场景举例：查“订单总额超 1 万的城市”
- ✅ 正确：
SELECT city, SUM(amount) AS total FROM orders WHERE status = 'paid' GROUP BY city HAVING total > 10000—— 先筛已支付单，再聚合，最后过滤组 - ❌ 错误：
SELECT city, SUM(amount) AS total FROM orders GROUP BY city HAVING total > 10000 AND status = 'paid'——status已不存在于分组结果中，语法报错 - ⚠️ 更隐蔽的错：
SELECT city, SUM(amount) FROM orders GROUP BY city HAVING SUM(amount) > 10000看似没问题，但如果加了WHERE created_at > '2024-01-01'能减少 90% 行数，就该加——早筛永远比晚筛省资源
COUNT(*)、COUNT(1)、COUNT(col) 性能差异真实存在
别信“三者完全一样”的老说法。实际执行计划和存储引擎行为会影响结果。
关键区别：
-
COUNT(*)：统计行数，优化器通常走索引或元数据（如 InnoDB 的聚簇索引遍历），最快也最安全 -
COUNT(1)：和COUNT(*)在绝大多数引擎里等价，但某些旧版本 MySQL 会多做一次常量计算，没必要用 -
COUNT(col)：只统计col IS NOT NULL的行，如果该列允许 NULL，结果就和前两者不同；且无法利用覆盖索引（除非索引包含该列且非空约束强） - 特别注意：在有大量 NULL 值的列上用
COUNT(col)，可能触发全表扫描，而COUNT(*)可能走二级索引甚至更快
避免在聚合字段上套函数导致索引失效
比如 SELECT date(created_at), COUNT(*) FROM logs GROUP BY DATE(created_at)，看着合理，但 DATE() 会让 created_at 索引完全失效。
替代方案更高效：
- 用范围分组代替函数：
GROUP BY created_at::DATE（PostgreSQL）或预计算日期字段并建索引 - 如果必须按天聚合，建生成列（MySQL 5.7+ / PG 12+）：
ALTER table logs ADD COLUMN day DATE AS (DATE(created_at)) STORED，再给day加索引 - 时间范围大时，考虑分区表（按月/年分区），
GROUP BY自动剪枝，比函数处理快一个数量级
复杂点在于：聚合逻辑一旦嵌套函数或关联子查询，优化器基本放弃索引选择。宁可多存一列，也不要临时算。