sql分组统计核心是明确“按什么分”“统计什么”“过滤在哪步”，需严格区分WHERE（分组前行过滤）与HAVING（分组后聚合结果过滤），GROUP BY字段须涵盖select中所有非聚合列，多维分组需联合字段并确保维度关联完整。
SQL分组统计的核心是 GROUP BY 配合聚合函数（如 count、SUM、AVG、MAX、MIN），但真正难的不是语法，而是想清楚“按什么分”“统计什么”“过滤在哪一步做”。下面用一个真实业务场景拆解，帮你把逻辑理顺、避开常见坑。
明确分组维度：别把“用户ID”和“用户名”混着分
假设有一张订单表 orders，字段包括：order_id, user_id, user_name, amount, status, create_time。现在要统计每个用户的下单总金额。
✅ 正确写法：
SELECT user_id, SUM(amount) AS total_amount FROM orders WHERE status = 'paid' GROUP BY user_id;❌ 错误写法（常见）：
SELECT user_id, user_name, SUM(amount) FROM orders GROUP BY user_id;报错或结果不可靠！因为 user_name 没出现在 GROUP BY 中，也不在聚合函数里——mysql 5.7+ 默认拒绝，其他数据库直接报错。如果想带名字，要么加进 GROUP BY（前提是 user_id 和 user_name 一一对应），要么用子查询/窗口函数确保语义清晰。
分组前过滤 vs 分组后筛选：WHERE 和 HAVING 不是一个东西
继续上面的订单表，需求升级：“统计已支付订单中，总金额超过 1000 元的用户”。
✅ 正确逻辑：先用 WHERE 筛出已支付订单 → 再按用户分组 → 最后用 HAVING 筛分组结果
- WHERE 在分组前执行，过滤的是原始行（比如只保留 status=’paid’ 的订单）
- HAVING 在分组后执行，过滤的是分组聚合后的结果（比如 SUM(amount) > 1000）
写法：
SELECT user_id, SUM(amount) AS total_amount FROM orders WHERE status = 'paid' -- 分组前筛订单状态 GROUP BY user_id HAVING SUM(amount) > 1000; -- 分组后筛用户总金额多维度交叉统计：GROUP BY 多个字段很常用
运营想看“不同城市、不同会员等级的用户，平均客单价和订单数”。这时需要联合分组：
SELECT city, member_level, AVG(amount) AS avg_order, COUNT(*) AS order_cnt FROM orders o JOIN users u ON o.user_id = u.user_id WHERE o.status = 'paid' GROUP BY city, member_level ORDER BY city, member_level;注意点：
- SELECT 中所有非聚合字段，必须全部出现在 GROUP BY 后面（city 和 member_level 缺一不可）
- JOIN 要提前关联好维度信息（如城市、等级），避免在 GROUP BY 里临时计算导致性能差
- ORDER BY 可以用别名（如 ORDER BY avg_order DESC），但不能用未出现在 SELECT 中的字段
补全缺失分组：用 COALESCE 或 LEFT JOIN + GROUP BY 应对空值
如果某城市没产生订单，上面的查询不会显示该城市（结果为空）。但报表常要求“所有城市都列出来，没数据填 0”。这时不能只靠 GROUP BY，得结合：
- LEFT JOIN 维度表（如 cities 表）保证主表不丢行
- COALESCE(SUM(o.amount), 0) 把 NULL 转成 0
示例：
SELECT c.city_name, COALESCE(AVG(o.amount), 0) AS avg_order, COALESCE(COUNT(o.order_id), 0) AS order_cnt FROM cities c LEFT JOIN users u ON c.city_id = u.city_id LEFT JOIN orders o ON u.user_id = o.user_id AND o.status = 'paid' GROUP BY c.city_name;基本上就这些。分组统计不复杂，但容易忽略逻辑顺序和语义一致性。多问自己一句：“这个条件是作用在每一行上，还是作用在每组结果上？”答案清楚了，SQL 就不容易写错。