GROUP BY后select中必须出现的字段是所有非聚合字段，且须在GROUP BY子句中明确列出；否则在ONLY_FULL_GROUP_BY模式下报错。
GROUP BY 后必须出现在 SELECT 中的字段有哪些？
mysql 8.0.13+ 默认启用 sql_mode=ONLY_FULL_GROUP_BY，这意味着：SELECT 列表里所有非聚合字段（如 name、status）都必须明确出现在 GROUP BY 子句中。否则会报错：Expression #1 of SELECT list is not in GROUP BY clause。
常见错误写法：
SELECT id, name, count(*) FROM users GROUP BY status;这里 id 和 name 既没被聚合，也没在 GROUP BY 中，MySQL 直接拒绝执行。
- 正确做法是补全 GROUP BY：
GROUP BY id, name, status（但通常这会失去分组意义） - 更合理的是只选分组键 + 聚合结果：
SELECT status, COUNT(*), AVG(age) FROM users GROUP BY status - 若真需取某组内任意一条记录的
name，用ANY_VALUE(name)显式声明（MySQL 5.7.5+），避免关掉 ONLY_FULL_GROUP_BY
分组后怎么取每组最新/最大/最小的一条记录？
GROUP BY 本身不提供“取组内某行”的能力，它只负责聚合计算。想拿每组最新一条（比如按 create_time 最大），不能靠 MAX(create_time) 直接反查整行数据——那只是时间值，不是整条记录。
典型误操作：
SELECT user_id, MAX(create_time), content FROM logs GROUP BY user_id;这段 SQL 在非 ONLY_FULL_GROUP_BY 模式下可能“跑通”，但 content 值是随机的（来自该组某条不确定的记录），不可靠。
- 安全做法是用窗口函数（MySQL 8.0+）：
ROW_NUMBER() OVER (PARTITION BY user_id ORDER BY create_time DESC)，再外层筛选rn = 1 - 兼容老版本可用关联子查询或 LEFT JOIN 自连接，但性能差，尤其数据量大时
- 别用
GROUP_CONCAT拼接后截取，逻辑脆弱且无法处理含逗号的字段值
WHERE 和 HAVING 的执行顺序与使用边界
WHERE 过滤的是原始行，HAVING 过滤的是分组后的聚合结果。二者不能互换，且执行顺序固定：FROM → WHERE → GROUP BY → HAVING → SELECT → ORDER BY。
例如要查“订单数超过 5 的用户”：
- ✅ 正确：
SELECT user_id, COUNT(*) c FROM orders GROUP BY user_id HAVING c > 5 - ❌ 错误：
SELECT user_id, COUNT(*) c FROM orders WHERE c > 5 GROUP BY user_id——c是聚合结果，WHERE 阶段还不存在 - ⚠️ 注意：WHERE 可以用索引加速，HAVING 无法利用索引，纯内存过滤，大数据量时尽量把能前置的条件写在 WHERE 里（如
WHERE status = 'paid'）
GROUP BY 性能差？先看有没有索引覆盖
GROUP BY 不一定慢，慢往往是因为没走索引。MySQL 对 GROUP BY 的优化依赖于 B+ 树索引的有序性——如果 GROUP BY 字段上有索引，且查询中涉及的字段（SELECT 列、WHERE 条件）能被该索引覆盖，就能避免临时表和文件排序。
- 检查执行计划：
EXPLAIN SELECT status, COUNT(*) FROM users GROUP BY status，重点看type是否为index或range，Extra是否含using temporary; Using filesort - 复合索引建议按
GROUP BY 字段 + WHERE 字段 + SELECT 中的非聚合字段排序创建，例如：INDEX(status, created_at, name) - 对大表慎用
GROUP BY配合ORDER BY不同字段，极易触发临时表；如必须排序，优先让排序字段也进入索引
分组统计真正的坑不在语法，而在对“GROUP BY 作用域”的误解——它只定义聚合维度，不定义行选取逻辑。很多看似“能跑”的 SQL，其实返回结果不可控，上线后数据对不上才暴露问题。