在关系型数据库的日常查询里，把分散的记录按某个维度归类并算出合计、均值或最大最小值，是报表和后台统计最常见的操作。MySQL提供GROUP BY子句来承担“分组”职责，再结合聚合函数就能在一句SQL里完成原本需要程序循环累加的工作。理解两者如何协作，是写出正确且高效汇总语句的基础。
一、GROUP BY与聚合函数的基本机制
GROUP BY会把结果集按照一个或多个列的值进行归并，相同值的行被划入同一个分组。随后，查询中出现的聚合函数不再作用于整张表，而是分别作用于每一个分组内的行。如果没有GROUP BY，聚合函数默认把全部行当成一个组。
以一张订单表orders为例，字段包含region（地区）、amount（金额）、user_id（用户编号）。若想看每个地区的总销售额，就可以用REGION分组，再对amount求和。下面的语句演示了最基础的组合方式：
SELECT region, SUM(amount) AS total_amount, COUNT(*) AS order_cnt FROM orders GROUP BY region;
上述代码中，SUM(amount)计算每个地区内部金额之和，COUNT(*)统计该地区订单笔数。注意SELECT列表里出现了region这一非聚合列，它必须写在GROUP BY后面，否则语句在不同SQL模式下可能报错或产生不可控结果。MySQL的ONLY_FULL_GROUP_BY模式会强制这一约束，建议在开发环境开启以避免隐患。
二、常用聚合函数与多列分组
除了SUM和COUNT，MySQL还支持AVG求平均、MAX取最大、MIN取最小、GROUP_CONCAT把分组内的字符串拼接起来。它们都遵循“分组内计算”的原则。比如要算出各地区客单价，可以用AVG：
SELECT region, AVG(amount) AS avg_amount FROM orders GROUP BY region;
当业务需要更细的维度时，可以使用多列分组。例如按“地区+年份”统计，就把两个列都放进GROUP BY，数据库会先按region分，再在region内部按年份分子组。多列分组的顺序会影响结果排列，但不影响最终每个组合的计算值。
SELECT region, YEAR(create_time) AS yr, SUM(amount) AS total FROM orders GROUP BY region, YEAR(create_time);
这段代码中YEAR()是提取年份的函数调用，不是标签。多列分组在报表中非常实用，它能直接输出交叉统计需要的明细行，避免应用层再做二次聚合。不过列数越多，分组数可能呈组合式增长，要留意数据倾斜导致的某个分组过大的情况。
三、WHERE与HAVING的执行区别
很多人在写汇总SQL时搞混WHERE和HAVING。WHERE在分组前过滤原始行，HAVING在分组后过滤聚合结果。也就是说，WHERE里不能使用聚合函数，而HAVING后面可以接SUM()>1000这类条件。
SELECT region, SUM(amount) AS total FROM orders WHERE create_time >= '2023-01-01' GROUP BY region HAVING SUM(amount) > 10000;
上面语句先由WHERE剔除年初之前的订单，再按地区求和，最后用HAVING留下销售额过万的地区。如果把金额条件写进WHERE，数据库会因为聚合尚未发生而无法识别。从性能看，尽量用WHERE缩小数据量，能让GROUP BY处理更少的行，从而更快得出结果。
四、排序与限制输出
分组汇总后通常要按汇总值降序展示前几名。ORDER BY可以引用聚合表达式或别名，LIMIT则控制返回行数。需要注意ORDER BY默认在GROUP BY和HAVING之后执行，因此不会对分组过程本身造成额外计算负担。
SELECT region, SUM(amount) AS total FROM orders GROUP BY region ORDER BY total DESC LIMIT 5;
这段查询输出销售额最高的五个地区。若同时需要看每个地区内最大的一笔订单，可以把MAX(amount)也加入SELECT。在真实业务中，配合索引能显著提升GROUP BY效率，例如给region和create_time建联合索引，可以让分组与过滤都走索引，避免临时表与文件排序。
五、常见错误与排查思路
第一类错误是SELECT了未聚合也未分组的列，在严格模式下直接报ERROR 1055。解决方法是把该列加入GROUP BY，或改用聚合函数包裹。第二类错误是误以为GROUP BY会保持原表顺序，实际上输出顺序不确定，必须显式写ORDER BY。
还有人把TEXT或BLOB类型直接放进GROUP BY，这会导致隐式临时表落到磁盘，查询变慢。此时可改为对其前缀或哈希值分组。遇到汇总结果不对时，先去掉GROUP BY单独跑聚合看总数，再逐步加维度，就能定位是哪一层分组逻辑出了问题。
| 场景 | 推荐写法 | 注意点 |
|---|---|---|
| 单维度求和 | GROUP BY col + SUM() | 非聚合列须进GROUP BY |
| 分组后过滤 | 使用HAVING | 不能用WHERE替代 |
| 取前N名 | ORDER BY聚合值+LIMIT | 顺序依赖ORDER BY |
掌握这些组合方式后，MySQL的GROUP BY与聚合函数就能覆盖绝大多数离线统计与实时报表需求。在写复杂汇总时，先用简单分组验证数据，再叠加上下文条件和排序，可大幅降低调试成本。