在SQL查询的实际业务场景中，我们经常会遇到需要统计同时满足多个特定条件的ID的需求，比如统计同时购买了商品A、商品B、商品C的用户ID，或者同时拥有权限1、权限2、权限3的账号ID。直接使用WHERE条件过滤的方式只能筛选出满足部分条件的记录，无法判断ID是否覆盖了所有要求的条件，而结合GROUP BY与COUNT的方式可以精准解决这个问题。
核心实现逻辑
利用GROUP BY与COUNT判断ID是否满足所有特定条件的核心思路分为三步：
- 第一步，先通过WHERE条件筛选出所有符合单个特定条件的记录，避免无关数据干扰统计
- 第二步，按照需要统计的ID字段进行GROUP BY分组，让同一个ID的所有符合条件的记录归为一组
- 第三步，对分组后的结果使用COUNT函数统计每个ID对应的记录数量，当数量等于特定条件的总个数时，说明该ID满足了所有条件
基础示例演示
假设我们有一张用户购买记录表user_order，表结构如下：
| 字段名 | 类型 | 说明 |
|---|---|---|
| id | int | 记录ID |
| user_id | int | 用户ID |
| product_id | int | 商品ID |
现在需要统计同时购买了商品ID为101、102、103这三个商品的用户ID，具体SQL实现如下：
-- 筛选购买了101、102、103三个商品的记录，按用户ID分组后统计购买商品数量 SELECT user_id FROM user_order WHERE product_id IN (101, 102, 103) GROUP BY user_id -- 统计每个用户购买的目标商品数量，等于3说明三个商品都购买了 HAVING COUNT(DISTINCT product_id) = 3;
这里使用COUNT(DISTINCT product_id)是为了避免同一个用户重复购买同一个商品导致统计数量虚高，如果业务中不存在重复购买的情况，也可以直接使用COUNT(product_id)。
多场景扩展用法
场景1：条件包含不同字段的判断
如果需要统计同时满足状态为1、类型为2、等级为3的ID，假设表为user_info，SQL可以这样写：
-- 先构造每个条件对应的记录，再分组统计
SELECT user_id
FROM (
-- 状态为1的条件
SELECT user_id, 'status' AS condition_type
FROM user_info
WHERE status = 1
UNION ALL
-- 类型为2的条件
SELECT user_id, 'type' AS condition_type
FROM user_info
WHERE type = 2
UNION ALL
-- 等级为3的条件
SELECT user_id, 'level' AS condition_type
FROM user_info
WHERE level = 3
) t
GROUP BY user_id
-- 三个条件都满足的话，分组后的记录数是3
HAVING COUNT(DISTINCT condition_type) = 3;
场景2：需要同时返回满足条件ID的其他信息
如果统计出满足条件的ID后，还需要返回这些ID对应的用户名、注册时间等信息，可以结合子查询实现：
-- 先查出满足所有条件的用户ID，再关联用户表获取其他信息
SELECT u.user_id, u.user_name, u.register_time
FROM user_info u
WHERE u.user_id IN (
SELECT user_id
FROM user_order
WHERE product_id IN (101, 102, 103)
GROUP BY user_id
HAVING COUNT(DISTINCT product_id) = 3
);
注意事项
- 如果特定条件中存在可能重复的情况，一定要使用
COUNT(DISTINCT 字段)统计，避免重复数据影响判断结果 - 当特定条件数量较多时，HAVING后面的数值要和条件的实际数量保持一致，避免统计错误
- 如果表数据量较大，建议在WHERE条件的字段和GROUP BY的字段上建立合适的索引，提升查询效率
这种GROUP BY结合COUNT的判断方式适用于所有需要ID满足全部多个特定条件的统计场景，比多次关联查询的方式逻辑更清晰，执行效率也更高。