count()统计所有行，count(1)等价于count()，count(列名)仅统计该列非null行；group by要求select中非聚合字段必须出现，null视为独立分组；where在分组前过滤原始数据，having在分组后用聚合函数过滤。
MySQL 统计信息相关面试题，核心落在 COUNT 系列函数的语义差异、GROUP BY 的分组逻辑，以及 HAVING 与 WHERE 的协作关系上。这些不是孤立语法点，而是考察你对 SQL 执行逻辑和数据语义的真实理解。
COUNT(*)、COUNT(1) 和 COUNT(列名) 的区别
三者功能不同，不能简单等价替换：
- COUNT(*)：统计结果集的总行数，包括所有行（哪怕整行都是 NULL），不依赖任何列，只看“是否存在这一行”
- COUNT(1)：效果与 COUNT(*) 完全一致，1 是常量表达式，不查列值，也不判断 NULL；官方明确说明二者性能无差别
- COUNT(列名)：只统计该列值非 NULL的行数；若列允许 NULL，结果可能明显小于 COUNT(*)
例如：一张用户表中，有 100 行记录，但 email 字段有 20 行为 NULL，则 COUNT(*) = 100，COUNT(email) = 80。
GROUP BY 分组统计的关键规则
分组是统计类查询的基础，必须严格遵守语法约束：
- SELECT 子句中，所有非聚合字段必须出现在 GROUP BY 后面；否则报错
- 聚合函数（如 AVG、SUM、MAX、MIN、COUNT）可直接使用，它们作用于每组内部数据
- 支持多字段分组，如 GROUP BY department, gender，表示按部门和性别两个维度组合分组
- NULL 值在分组中会被视为一个独立分组（即所有该列为 NULL 的记录归为一组）
WHERE 和 HAVING 的分工与顺序
两者都用于过滤，但执行时机和能力完全不同：
- WHERE 在分组前执行，只能用原始表字段做条件，不能写聚合函数（如 WHERE AVG(salary) > 5000 是非法的）
- HAVING 在分组后执行，专门用于筛选分组结果，可以且通常需要使用聚合函数（如 HAVING COUNT(*) > 5）
- 执行顺序固定：FROM → WHERE → GROUP BY → HAVING → SELECT → ORDER BY → LIMIT
典型场景：查“2020 年后入职、且平均薪资超 8000 的部门”，必须 WHERE 先筛时间，再 GROUP BY，最后 HAVING 筛均薪。
常见统计需求的实现思路
面试常考具体业务场景，重点看是否掌握子查询 + JOIN 的组合解法：
- 查“每门课最高分的学生及分数”：先子查询得出每科 max(score)，再 JOIN 原表匹配 score 相等的记录
- 查“每个城市对应省份名称及下属城市数量”：JOIN 关联 city 和 province 表，GROUP BY province.id 或 name，用 COUNT(city.id) 统计
- 查“男/女各职业人数”，需同时 GROUP BY sex 和 job，并用 CASE WHEN 或直接分组输出分类统计
这类题本质是验证你能否把业务问题准确拆解为 SQL 的执行阶段：先关联、再分组、后过滤、最后呈现。
