在业务分析中，经常会遇到类似统计需求：哪个分类下的商品最多、哪个状态出现的次数最高、每个用户最常访问的栏目是什么。这些问题本质上都是在计算离散值的频次，再从频次中筛选最大值。SQL提供了GROUP BY聚合能力，配合COUNT函数可以快速得到每个候选值的出现次数，但要精准地取出出现次数最多的值，还需要注意排序规则和并列场景。下面围绕COUNT排序与LIMIT 1的组合展开，并扩展到分组内部取最高频次的方法。
一、GROUP BY与COUNT如何统计频次
GROUP BY的作用是把指定列中相同的值归为一组，然后对每一组执行聚合函数。COUNT是最常用的聚合函数之一，用于统计每组中的行数。例如有一张商品表products，其中category列记录商品分类，现在要统计每个分类下有多少件商品，可以使用以下查询：
SELECT category, COUNT(*) AS cnt FROM products GROUP BY category;
这条语句会返回每个category及其对应的行数。COUNT(*)计算的是分组内所有行的数量，包括NULL值；如果写成COUNT(category)，则只统计category列不为NULL的行数。在这个场景中，category通常是分组键，本身不会为NULL，所以两者结果一致。但如果统计的是其他可空列，就需要区分COUNT(*)和COUNT(column)的差别。COUNT(DISTINCT column)则是另一种语义，它统计的是去重后的非NULL值数量，不能和普通COUNT混用。
得到每个分组的出现次数之后，下一步就是找出出现次数最多的那个分组。最直接的想法是对cnt进行降序排序，然后取第一条记录。这正是ORDER BY COUNT(*) DESC配合LIMIT 1的核心思路。不过需要注意的是，不同数据库对聚合结果中别名的支持程度不同，MySQL允许在ORDER BY中使用SELECT列表中的别名，但为了更好的移植性，建议直接使用表达式ORDER BY COUNT(*) DESC。
二、ORDER BY COUNT DESC与LIMIT 1基本方案
在MySQL、PostgreSQL和SQLite中，可以使用LIMIT 1直接取出排序后的第一条记录。完整查询如下：
SELECT category, COUNT(*) AS cnt FROM products GROUP BY category ORDER BY COUNT(*) DESC LIMIT 1;
这条SQL的执行逻辑很清晰：先按category分组并计算每组的行数，然后按照行数从高到低排序，最后只返回第一行。如果商品表中有三个分类，出现次数分别是12、8、8，那么结果只会返回出现次数为12的那个分类。这种写法在绝大多数简单场景下都能满足需求。
SQL Server不支持LIMIT关键字，它使用TOP来限制返回行数。同样的需求可以用以下语法实现：
SELECT TOP 1 category, COUNT(*) AS cnt FROM products GROUP BY category ORDER BY COUNT(*) DESC;
Oracle 12c及更高版本支持标准的FETCH FIRST语法，可以写成：
SELECT category, COUNT(*) AS cnt FROM products GROUP BY category ORDER BY COUNT(*) DESC FETCH FIRST 1 ROW ONLY;
虽然语法不同，但核心思路完全一致。这里要特别注意一个容易被忽略的问题：当出现次数最高的分组有多个并列第一名时，LIMIT 1或TOP 1只会返回其中任意一个，具体返回哪一个由数据库执行计划决定，结果并不稳定。如果业务要求把所有并列最高频次的分组都列出来，就必须改用其他方案。
三、并列最高频次怎么处理
要解决并列第一的问题，关键是把最高频次先找出来，再用它去过滤原始聚合结果。一个常见的写法是使用子查询：先聚合出所有分组的计数，再在HAVING子句中匹配最大计数。示例SQL如下：
SELECT category, COUNT(*) AS cnt
FROM products
GROUP BY category
HAVING COUNT(*) = (
SELECT MAX(cnt)
FROM (
SELECT COUNT(*) AS cnt
FROM products
GROUP BY category
) AS t
);
这种写法虽然能够返回全部并列最高频次的分组，但子查询嵌套了两层，可读性稍差。在高版本数据库中，更推荐使用窗口函数来处理排名。窗口函数可以在不丢失分组粒度的前提下，为每一行计算排名。例如使用RANK函数：
SELECT category, cnt
FROM (
SELECT category,
COUNT(*) AS cnt,
RANK() OVER (ORDER BY COUNT(*) DESC) AS rnk
FROM products
GROUP BY category
) AS sorted
WHERE rnk = 1;
RANK函数会给所有出现次数相同的分组赋予相同的排名，因此外层WHERE rnk = 1可以完整保留所有最高频次分组。DENSE_RANK在排名连续方面与RANK略有区别，但在只取第一名时两者效果一致。如果数据库不支持窗口函数，还可以使用CTE配合MAX来改写，逻辑与子查询方案类似。
需要注意的是，窗口函数中的ORDER BY直接写在OVER子句里，不能使用外层查询的列别名cnt，所以一般会写成ORDER BY COUNT(*) DESC。另外，某些数据库要求窗口函数和GROUP BY一起使用时，聚合列必须出现在SELECT列表中，这在不同产品间可能略有差异，编写时需要参考具体文档。
四、如何在每个分组内找出出现次数最多的值
前面讨论的是全局范围的出现次数最多值，但实际业务中常常有更细粒度的需求：例如每个用户最常购买的商品分类、每个地区出现次数最多的故障类型。此时需要先在多个维度上分组统计，再在每个大分组内部找出小分组的最高频次。窗口函数ROW_NUMBER配合PARTITION BY可以很好地解决这类问题。
假设有一张订单表orders，包含user_id和category字段，现在要找出每个用户购买次数最多的商品分类。可以先按user_id和category分组统计购买次数，然后使用ROW_NUMBER在每个user_id分区内按计数降序编号，最后只保留编号为1的记录：
SELECT user_id, category, cnt
FROM (
SELECT user_id,
category,
COUNT(*) AS cnt,
ROW_NUMBER() OVER (
PARTITION BY user_id
ORDER BY COUNT(*) DESC
) AS rn
FROM orders
GROUP BY user_id, category
) AS ranked
WHERE rn = 1;
ROW_NUMBER会为每个分区内的行强制生成不重复的序号，即使两行的计数相同，也会根据内部顺序分配1、2、3等不同编号。这意味着当某个用户在多个分类上出现次数并列最高时，ROW_NUMBER只会保留其中一个。如果希望保留该用户的所有并列最高频次分类，应该把ROW_NUMBER替换为RANK或DENSE_RANK，外层再使用rnk = 1或dense_rnk = 1来过滤。
这种分区内取最高的需求在数据仓库和报表系统中非常常见，但实现前一定要确认业务对并列数据的处理策略。是必须返回全部并列值，还是任意取一个即可，这会直接影响窗口函数的选择。同时，PARTITION BY子句中指定的列相当于分组键，它和GROUP BY中的分组列在语义上有所区别，不能简单替换。
五、性能优化与常见误区
对于这类频次统计查询，性能瓶颈通常出现在全表扫描和排序操作上。如果GROUP BY的列上有合适的索引，数据库可以借助索引加速分组聚合过程，减少排序所需的计算量。但要注意，ORDER BY COUNT(*) DESC的排序对象是聚合后的结果，不是原始列值，因此普通索引只能优化分组阶段，排序阶段仍可能使用临时文件或内存排序。当数据量较大时，建议在测试环境对比执行计划，必要时为聚合结果建立物化视图或汇总表。
常见的误用包括：在WHERE子句中直接使用聚合函数、在HAVING中引用SELECT列表别名但忽略了不同数据库的限制、以及对COUNT结果使用MAX造成语法错误。例如MAX(COUNT(*))并不是合法的直接用法，必须借助子查询或窗口函数。另一个误区是认为LIMIT 1一定能返回期望的结果，而忽略了ORDER BY的语义。如果不写ORDER BY，LIMIT 1返回的行完全不可控，这在业务查询中是非常危险的。
最后还要提醒一点，LIMIT 1中的数字1表示最多返回一行，LIMIT 0则返回零行，两者完全不同。在拼接动态SQL时要特别注意参数传递，避免因为边界条件导致查询结果异常。掌握COUNT排序并限制行数的基本写法后，再根据并列需求和分组内取最高的具体场景选择子查询或窗口函数方案，就能写出准确且健壮的频次统计SQL。