count(*)配合where column like '%abc%'返回满足条件的总行数，而非1；必须加group by才能分组统计，否则仅得一行总数。
LIKE匹配后COUNT(*)为什么返回1而不是实际行数
直接写 COUNT(*) 配合 WHERE column LIKE '%abc%' 会返回满足条件的总行数，不是“每组有多少条”。真要分组统计，必须加 GROUP BY —— 否则数据库不知道你按什么分。
常见错误是漏掉 GROUP BY 还以为在分组，结果只得到一行总数。比如想看每个部门里含“经理”的员工数，却只写了：
SELECT COUNT(*) FROM emp WHERE name LIKE '%经理%';
这只会返回一个数字，跟部门完全无关。
- 必须明确指定分组字段，如
department -
SELECT列表中所有非聚合字段都得出现在GROUP BY中 -
LIKE条件写在WHERE里（过滤后再分组），不是写在HAVING里（那是分组后筛选）
区分大小写的LIKE匹配在不同数据库的行为差异
MySQL 默认不区分大小写，PostgreSQL 和 SQL Server 默认区分；SQLite 取决于编译选项。这意味着 name LIKE '%Admin%' 在 PostgreSQL 中可能查不到 'admin'，而 MySQL 会命中。
解决办法不是硬背规则，而是显式控制：
- MySQL：用
COLLATE utf8mb4_bin强制区分，如name COLLATE utf8mb4_bin LIKE '%Admin%' - PostgreSQL：用
ILIKE实现不区分大小写，如name ILIKE '%admin%' - SQL Server：用
COLLATE SQL_Latin1_General_CP1_CI_AS（CI=case-insensitive） - 通用写法（兼容性高）：用
LOWER(name) LIKE LOWER('%admin%')，但注意可能无法走索引
用CASE WHEN + COUNT实现条件计数（避免多次扫描）
如果要同时统计“含‘总监’的人数”和“含‘主管’的人数”，别写两个带 WHERE 的 SELECT 再 JOIN——效率低还容易出错。用 CASE WHEN 把条件内联进聚合更干净：
SELECT department, COUNT(CASE WHEN name LIKE '%总监%' THEN 1 END) AS director_cnt, COUNT(CASE WHEN name LIKE '%主管%' THEN 1 END) AS manager_cnt FROM emp GROUP BY department;
注意：COUNT(expr) 会自动忽略 NULL，所以 CASE 没匹配时返回 NULL 是安全的；别用 SUM 配 0/1，除非你真需要空值算作 0。
- 这个写法只扫一遍表，比两个子查询快得多
- 不能把
LIKE条件挪到HAVING，那是在分组后过滤整组，不是单条记录判断 - 如果字段允许为
NULL，name LIKE '%x%'本身结果就是NULL，不会被COUNT计入
LIKE通配符位置对索引使用的影响
LIKE 能否走索引，关键看左边有没有通配符：name LIKE '张%' 可用前缀索引；name LIKE '%张%' 基本等于全表扫描。
线上大表慎用后者。替代思路有：
- 用全文索引（MySQL
FULLTEXT，PostgreSQLtsvector） - 加生成列（如
generated_name_part VARCHAR(50) STORED AS (SUBSTRING(name, 1, 5))）再建索引 - 业务上接受近似匹配时，用
SOUNDEX或DIFFERENCE（SQL Server） - 最实在的：前端加限制，比如只允许“开头匹配”，对应
LIKE 'xxx%'
没有银弹。当 EXPLAIN 显示 type: ALL 且 rows 过大时，就得停下来想是不是该换方案了。
