聚合结果偏差源于collate不一致，导致中文字符串比较失准；需统一字段、连接层和列级collate，并优先选用utf8mb4_unicode_ci等支持语义归一的规则。
聚合结果偏差不是数据错了，而是比较逻辑被校对规则悄悄改写了——GROUP BY、GROUP_CONCAT、JOIN 都会按字段的 COLLATE 做字符串比较，一旦混用不同规则，同一串中文可能被判定为“相等”或“不等”，结果自然漂移。
查清字段和连接层的 COLLATE 是否一致
聚合偏差常发生在跨表 JOIN 或多字段 GROUP BY 场景，根源是字段级 COLLATE 不统一。比如 A 表的 user_name 是 utf8mb4_unicode_ci，B 表同名字段却是 utf8mb4_general_ci，MySQL 在 JOIN 时会报错或静默降级比较精度。
- 查字段实际 COLLATE：
SELECT COLUMN_NAME, COLLATION_NAME FROM information_schema.COLUMNS WHERE TABLE_SCHEMA = 'your_db' AND TABLE_NAME = 'your_table'; - 查当前连接生效的 COLLATE：
SELECT @@collation_connection;（它决定 GROUP_CONCAT 拼接时用什么规则） - 三者必须对齐：字段定义 COLLATE、列级 COLLATE、
collation_connection—— 少一个就可能让「张三」和「张叁」在 GROUP BY 中被分到不同组
GROUP BY 中文字段出现重复分组
现象是 SELECT dept_name, COUNT(*) FROM staff GROUP BY dept_name 返回 12 行，但人工数只有 10 个部门。本质是两个视觉相同的中文字符串（如含全角空格、零宽字符、简繁异体）因 COLLATE 不支持语义归一，被当成不同值。
- 临时验证：加
COLLATE utf8mb4_unicode_ci强制统一，例如GROUP BY dept_name COLLATE utf8mb4_unicode_ci - 长期解法：建表时字段就声明
dept_name VARCHAR(50) COLLATE utf8mb4_unicode_ci NOT NULL，避免依赖默认值 - 注意陷阱：
utf8mb4_general_ci已废弃，utf8mb4_0900_as_cs区分大小写，中文场景优先选utf8mb4_unicode_ci或 MySQL 8.0.30+ 的utf8mb4_zh_0900_as_cs
GROUP_CONCAT 拼出乱码或内容截断
乱码和截断常被当成一个问题，其实它们触发条件完全不同：乱码是字符集在拼接环节被错误转码，截断是长度限制硬卡住。
- 乱码必查三项 session 变量：
character_set_client、character_set_connection、character_set_results—— 任一不是utf8mb4，GROUP_CONCAT 就会拿 latin1 解 utf8mb4 字节，输出就是æŸäºº - 别用
CONVERT(GROUP_CONCAT(...) USING utf8mb4)补救：转换发生在拼接之后，损坏已发生 - 截断看
group_concat_max_len：默认 1024 字节，一个中文占 3–4 字节，撑不过 256 个字；应设为SET SESSION group_concat_max_len = 1000000;
SQL Server 中因 COLLATE 冲突导致聚合错位
SQL Server 更敏感：即使两字段都是 NVARCHAR，只要 COLLATE 不同（比如 Chinese_PRC_CI_AS vs SQL_Latin1_General_CP1_CI_AS），JOIN 或 GROUP BY 就可能匹配失败或分组错乱。
- 查列 COLLATE：
SELECT name, collation_name FROM sys.columns WHERE object_id = OBJECT_ID('your_table') AND name = 'name'; - 改列 COLLATE（需重建索引）：
ALTER TABLE your_table ALTER COLUMN name NVARCHAR(50) COLLATE Chinese_PRC_CI_AS; - 临时绕过：
GROUP BY name COLLATE Chinese_PRC_CI_AS，但无法解决索引失效问题 - 危险操作：动态 SQL 中拼接
ORDER BY时，若变量未声明为NVARCHAR或漏了N'xxx'前缀，整个上下文会退化成 Latin1 校对
最易被忽略的是：字段定义用了正确 COLLATE，但应用连接时没传 charset=utf8mb4，或者 DBA 改了库级 COLLATE 却没同步改表和列——这时聚合结果偏差不会报错，只会慢慢腐蚀报表口径。处理顺序永远是：先锁死连接层字符集，再对齐字段 COLLATE，最后才动 SQL 写法。
