SQL 分组统计中，空值（NULL）并不等同于数字 0 或空字符串，它表示未知或缺失。聚合函数对待空值的行为并不一致：COUNT(*) 统计所有行，COUNT(列名) 只统计该列非空的行；SUM 和 AVG 会直接忽略 NULL 行，但 AVG 的分母不是总行数，而是非空值数量。分组之后，这些差异会被进一步放大——同一个班级里只要有几条缺考记录，总分和平均分就可能偏离业务预期。因此，在写分组统计 SQL 时，必须明确空值应该被忽略还是被当作某个默认值参与计算。下面结合实例说明如何借助 COALESCE 与聚合函数共同处理这类问题。
一、先看清聚合函数对 NULL 的默认处理
假设有一张成绩表，记录每个学生的考试分数，其中缺考学生的 score 字段为 NULL。建表和插入数据的 SQL 如下：
CREATE TABLE exam_score (
id INT PRIMARY KEY,
student_name VARCHAR(50),
class_name VARCHAR(50),
score INT
);
INSERT INTO exam_score VALUES
(1, '张三', '一班', 88),
(2, '李四', '一班', NULL),
(3, '王五', '二班', 75),
(4, '赵六', '二班', 90),
(5, '钱七', '一班', NULL);
现在按班级分组统计学生人数、有效成绩数量、总成绩和平均成绩：
SELECT class_name,
COUNT(*) AS total_students,
COUNT(score) AS valid_score_count,
SUM(score) AS total_score,
AVG(score) AS avg_score
FROM exam_score
GROUP BY class_name;
一班共有 3 名学生，其中两名缺考，只有张三有 88 分。查询结果显示 total_students 为 3，valid_score_count 为 1，total_score 为 88，avg_score 也是 88。二班没有缺考，人数和有效成绩数量都是 2，平均分为 82.5。如果业务上缺考应当按 0 分处理，那么一班的总分应该是 88，平均分应该是 29.3 左右，而不是 88。这就是聚合函数忽略 NULL 带来的典型偏差。
除了 SUM 和 AVG，MIN 和 MAX 同样会跳过 NULL 行，只对非空值计算。只有 COUNT(*) 会把整行纳入统计，因此它能反映真实行数。还要注意，如果分组列本身包含 NULL，GROUP BY 会把所有 NULL 归为同一组，而不是创建多个未知组。这在进行分类统计时需要特别处理，否则报表里会出现一个空白分组，却说不清它到底代表什么。
二、用 COALESCE 把 NULL 转为默认值再聚合
COALESCE 是标准 SQL 函数，作用是返回参数列表中第一个非空值。比如 COALESCE(score, 0) 表示当 score 为 NULL 时返回 0，否则返回 score 本身。这个特性非常适合在聚合函数内部统一空值语义。继续使用上面的成绩表，如果要求缺考按 0 分参与总分和平均分计算，可以这样写：
SELECT class_name,
COUNT(*) AS total_students,
SUM(COALESCE(score, 0)) AS total_score_with_zero,
AVG(COALESCE(score, 0)) AS avg_score_with_zero
FROM exam_score
GROUP BY class_name;
这时一班的总分变成 88，平均分变成 29.33，和二班的对比才符合业务规则。需要注意的是，COUNT 不能简单地套用同样的转换逻辑。COUNT(COALESCE(score, 0)) 会把 NULL 先转成 0，于是所有行都变成非空，结果等同于 COUNT(*)。如果业务上要求把缺考也算作一次有效计数，那可以这样写；但如果只想统计真正有成绩的记录，仍然应该使用 COUNT(score)。换句话说，COALESCE 改变了 NULL 的语义，使用前必须想清楚希望 NULL 参与计数、求和还是求平均。
分组标签同样可以利用 COALESCE。假设 class_name 可能为空，代表尚未分配班级的学生，报表中希望把这类学生显示为“未分班”而不是空白：
SELECT COALESCE(class_name, '未分班') AS class_label,
COUNT(*) AS student_count
FROM exam_score
GROUP BY class_name;
这里 GROUP BY class_name 仍然会把 NULL 归成一组，SELECT 中的 COALESCE 只负责展示层转换。如果希望分组逻辑也使用转换后的值，可以写成 GROUP BY COALESCE(class_name, '未分班')。不过要注意，在 GROUP BY 中使用函数可能让优化器更难利用索引，数据量较大时应结合具体执行计划判断。
三、分组后没有数据的组如何补零
分组统计中还有一种常见的空值问题：某些分组在原始数据里根本没有对应行，因此不会出现在 GROUP BY 的结果中。比如按日期统计订单金额，某些日期没有订单，查询结果会直接跳过这些日期。报表通常要求连续日期都显示出来，没有销售的日期金额补 0。此时不能只在聚合函数里写 COALESCE，因为聚合函数根本不会处理不存在的行。正确的做法是用维度表或日历表 LEFT JOIN 事实表，再用 COALESCE 把 NULL 汇总结果转为 0。
假设有一张订单表 orders，包含 order_date 和 order_amount，以及一张预先构造好的日历表 calendar，包含未来一段时间的每一天。查询连续 31 天的每日销售额可以这样写：
SELECT c.calendar_date,
COALESCE(SUM(o.order_amount), 0) AS daily_total
FROM calendar c
LEFT JOIN orders o ON o.order_date = c.calendar_date
WHERE c.calendar_date BETWEEN '2024-01-01' AND '2024-01-31'
GROUP BY c.calendar_date
ORDER BY c.calendar_date;
这里 calendar 是驱动表，LEFT JOIN 保证没有订单的日期也会保留一行，但该行关联的 order_amount 全部为 NULL。聚合函数 SUM(o.order_amount) 对全是 NULL 的组返回 NULL。如果没有外层 COALESCE，结果中这些日期的销售额就会显示为 NULL，报表可能被误认为数据缺失。加上 COALESCE(..., 0) 后，NULL 被转成 0，连空日期也能正常展示。
类似的场景还包括按部门、地区、商品分类统计时，某些分类没有交易记录。只要设计好维度数据，并通过 LEFT JOIN 让事实表挂到维度主键上，就能在 GROUP BY 之后保留空组。需要注意连接方向不能反：如果以事实表为主表 LEFT JOIN 维度表，事实表中没有的分类不会凭空出现，空组还是会被遗漏。习惯上应当让维度表或日期表作为主表。
四、避免 COALESCE 的常见误用与性能陷阱
COALESCE 很好用，但放在 WHERE 条件中要格外小心。例如想查询状态为已支付的订单，但状态字段可能为 NULL，有人会写成：
SELECT * FROM orders WHERE COALESCE(status, 'unknown') = 'paid';
这个 SQL 的逻辑没有问题，但往往无法利用 status 列上的普通索引。因为查询条件是先对列进行函数计算，再与常量比较，数据库优化器通常不会自动改写回原始列条件。数据量一大，全表扫描的代价会明显上升。更合理的思路是显式处理 NULL 语义，把条件拆开，或者根据业务使用适当的默认值约束、生成列等方式优化。并不是说绝对不能用函数，而是要意识到函数包裹列会阻断索引匹配。
另一个容易混淆的地方是 COUNT(DISTINCT ...) 与 COALESCE 的组合。比如想统计去重后的分类数量，同时把 NULL 分类统一成“未分类”，可以使用 COUNT(DISTINCT COALESCE(category, '未分类'))。这样虽然能消除 NULL 去重时可能产生的空白分类，但也要注意不同数据库对 COUNT(DISTINCT expr) 的支持程度和性能差异。在 MySQL 中这种写法可以正常执行，但在某些分布式 SQL 引擎里，复杂表达式去重可能触发额外的内存排序或哈希计算。
最后还要提一下数据类型问题。COALESCE 返回第一个非空参数，但参数类型应当兼容。例如 COALESCE(amount, 0) 中 amount 是 DECIMAL，0 会被隐式转换成相同类型，一般没问题；但如果混用字符串和数字，不同数据库可能抛出类型转换错误，或者产生不符合预期的排序结果。编写 SQL 时保持参数类型一致，能让统计结果更稳定。总之，分组后的空值统计不是简单地把 NULL 替换掉，而是要结合聚合函数、连接方式和索引设计，选择与业务语义一致的表达方式。