GROUP BY 的作用是什么？使用时有哪些规则？

简化版

GROUP BY 按指定键把输入行划分为若干组，聚合函数再对每组计算一个结果。分组查询的 SELECT 列通常只能是分组列、聚合表达式，或能由分组键唯一确定的列；否则结果没有确定含义。

SELECT department_id,
       COUNT(*) AS employee_count,
       AVG(salary) AS avg_salary
FROM employee
GROUP BY department_id;

该查询每个部门输出一行。COUNT、SUM、AVG、MIN、MAX 等聚合函数通常忽略 NULL，但 COUNT(*) 统计行数，包括列值为 NULL 的行。

若 SELECT 同时写 department_id, employee_name, COUNT(*)，而一个部门存在多个员工，数据库无法确定该显示哪个名字。MySQL 开启默认的 ONLY_FULL_GROUP_BY 时会拒绝这类不确定查询。

不带 GROUP BY 的聚合查询把所有输入行视为一个组：

SELECT COUNT(*), AVG(salary) FROM employee;

加入 GROUP BY department_id 后，每个不同的部门编号形成一组，每组分别计算聚合值。分组键可以有多个，此时按键的组合分组：

GROUP BY department_id, job_level

只有两个字段都相同的行才属于同一组。

分组后每组只输出一行。分组列在组内值相同，聚合函数能把多个值归约成一个值；普通非分组列却可能有多个候选值，所以不能随意输出。

SQL 标准允许输出函数依赖于分组键的列，例如按主键分组时，同一行的其他列由主键唯一确定。但不同数据库与版本对函数依赖的识别能力不同。为了清晰和可移植，面试与工程中应先解释“分组列或聚合列”这一基本规则，再说明函数依赖是更精确的例外。

分组时，所有 NULL 分组键会归入同一组。聚合函数方面：

需要把空值当作零参与业务计算时，应根据语义使用 COALESCE，不能默认数据库会把 NULL 当成 0。

SELECT customer_id, SUM(amount) AS total
FROM orders
WHERE status = 'paid'
GROUP BY customer_id
HAVING SUM(amount) >= 10000;

WHERE 先留下已支付订单，GROUP BY 再按客户分组，HAVING 最后筛选累计金额达标的客户。行级条件前置通常能减少分组工作量。

分组结果看起来可能按分组键排列，但 SQL 不承诺没有 ORDER BY 的输出顺序。若业务要求稳定顺序，必须显式写：

ORDER BY total DESC, customer_id ASC

同理，依赖某次执行“碰巧返回第一行”的代码也不可靠。

误区：GROUP BY 后可以随便 SELECT 任意列。 分组后每组只输出一行，普通列如果既不是分组键也不能由分组键唯一确定，就没有确定语义。
误区：GROUP BY 会自动排序。 分组实现可能碰巧按某种顺序输出，但 SQL 结果顺序只有 ORDER BY 才保证。
误区：聚合函数都会把 NULL 当 0。 多数聚合会忽略 NULL，SUM/AVG 在全为空时可能返回 NULL，只有 COUNT 的计数规则不同。
追问：为什么 MySQL 的 ONLY_FULL_GROUP_BY 很重要？ 它会拒绝不确定的分组查询，避免从组内随机取一个非分组列导致线上结果随执行计划变化。
追问：WHERE 和 HAVING 能互换吗？ 行级条件放 WHERE，聚合后条件放 HAVING；能提前过滤的条件尽量前置，减少分组输入量。
追问：按主键 GROUP BY 时能不能 SELECT 其他列？ 理论上主键能唯一决定同一行的其他列，但可移植写法仍建议显式理解函数依赖，不要把宽松数据库行为当标准。

记忆钩子：GROUP BY 的核心是“每组只剩一行”，所以输出列必须能在这一组里得到唯一答案。

GROUP BY 先按键把行装进不同的组，聚合函数再把每组压成一个结果。输出列必须能为每组确定唯一值；NULL 分组键归为一组，多数聚合忽略 NULL，COUNT(*) 仍统计整行。分组不负责排序，稳定顺序必须写 ORDER BY。