地址分组应优先结构化存储：写入前用api或离线库解析出province/city字段，避免sql中字符串截取；次选join行政区划表、json_extract或case when匹配，同时注意排序与空值处理。
SQL中用GROUP BY对地址字段做省份/城市分组不可靠
直接对原始地址字符串（如“广东省深圳市南山区科技园”）用GROUP BY SUBSTRING()或正则提取省份/城市，大概率出错。中国行政区划存在同名（如“中山市”和“中山路”）、嵌套（如“内蒙古自治区阿拉善盟”）、简称混用（“沪”“申”“上海”）等问题，纯文本切分无法覆盖边界情况。
实操建议：
- 地址解析必须前置：在写入数据库前，调用高德/百度API或离线行政区划库（如chinese_province_city_area_mapper）将原始地址转为标准
province、city字段，存为独立列 - 避免在SQL里实时调用HTTP API——多数数据库不支持，且会拖慢查询、触发限流
- 若只有原始地址字段且无法补数据，优先用
CASE WHEN匹配已知高频省市名（仅限简单报表场景），例如：SELECT CASE WHEN address LIKE '%北京市%' THEN '北京市' WHEN address LIKE '%广东省%' THEN '广东省' ELSE '其他' END AS province, COUNT(*) FROM user_table GROUP BY province
PostgreSQL中用JOIN关联行政区划表实现精准分组
当已有标准行政区划表（如regions含id、name、level、parent_id）且业务表存了区域ID（如region_id），分组最稳。
实操建议：
- 确保
regions表有合理索引：CREATE INDEX ON regions(id, level); - 向上递归查省份/城市需用
WITH RECURSIVE，例如查某区所属省：WITH RECURSIVE region_path AS ( SELECT id, name, level, parent_id FROM regions WHERE id = 123 UNION ALL SELECT r.id, r.name, r.level, r.parent_id FROM regions r INNER JOIN region_path rp ON r.id = rp.parent_id ) SELECT name FROM region_path WHERE level = 1;
- 实际分组时，把递归逻辑封装成视图或CTE，再
JOIN业务表，避免重复计算
MySQL 8.0+用JSON_EXTRACT处理嵌套地理JSON字段
如果地理信息以JSON格式存储（如{"province":"广东","city":"深圳","district":"南山"}），直接提取比字符串解析安全得多。
实操建议：
- 确认字段类型是
JSON而非TEXT，否则JSON_EXTRACT返回NULL - 提取时用
->>"$.province"（带双引号）获取去引号字符串，比->"$.province"更适合作GROUP BY - 注意JSON键名大小写敏感，且中文键需确保编码一致（推荐UTF8MB4）
- 示例：
SELECT JSON_UNQUOTE(JSON_EXTRACT(geo_json, '$.province')) AS province, JSON_UNQUOTE(JSON_EXTRACT(geo_json, '$.city')) AS city, COUNT(*) FROM orders GROUP BY province, city;
分组后排序和空值处理常被忽略
按省份分组后，ORDER BY province默认按字母序（“安徽省”排在“北京市”前），但业务常要求按行政层级或自定义顺序（如“直辖市优先”）。另外，NULL或空字符串的地理字段会导致分组结果遗漏。
实操建议：
- 用
CASE WHEN定制排序：ORDER BY CASE province WHEN '北京市' THEN 1 WHEN '上海市' THEN 2 WHEN '广东省' THEN 3 ELSE 99 END - 显式过滤空值：
WHERE province IS NOT NULL AND province != ''，别依赖HAVING——它在分组后才生效，空值已参与分组计数 - 若需展示“未知地区”，用
COALESCE(province, '未识别')代替裸字段
